基于深度学习的长期网络流量预测方法
授权
摘要
本发明公开了基于深度学习的长期网络流量预测方法，包括：首先获取区域网络流量序列，统计其在每个时刻内使用的流量值；然后对流量矩阵序列进行预处理，得到Transformer模型的输入数据；其次，建立Transformer模型，对于二维矩阵数据采用Transformer模型进行时间相关性和空间相关性的自适应提取；最后，采用自适应的训练机制进行模型训练。本发明提高了网络流量多步长期预测的准确性，以便于运营商对未来的网络资源提前进行规划，有利于无线资源的合理分配。
基本信息
专利标题 ：
基于深度学习的长期网络流量预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113316163A
申请号 ：
CN202110676466.3
公开（公告）日 ：
2021-08-27
申请日 ：
2021-06-18
授权号 ：
CN113316163B
授权日 ：
2022-04-15
发明人 ：
潘志文徐佳璐刘楠尤肖虎
申请人 ：
东南大学;网络通信与安全紫金山实验室
申请人地址 ：
江苏省南京市江宁区东南大学路2号
代理机构 ：
南京瑞弘专利商标事务所(普通合伙)
代理人 ：
沈廉
优先权 ：
CN202110676466.3
主分类号 ：
H04W24/00
IPC分类号 ：
H04W24/00 H04W72/04 H04L12/24 G06N3/04 G06N3/08
法律状态
2022-04-15 ：
授权
2021-09-14 ：
实质审查的生效
IPC(主分类) : H04W 24/00
申请日 : 20210618
申请日 : 20210618
2021-08-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
