典型文献
基于时空特征的无线网络流量预测方法
文献摘要：
无线网络流量分布具有空间上和时间上的特征,针对传统预测方法对流量分布空间特征的利用不足问题,提出三维卷积神经网络(3D-CNN)和长短期记忆网络(LSTM)相结合的无线网络流量预测模型.首先通过3D-CNN挖掘流量数据的局部时空关联性,并利用空间注意力机制完善全局空间关联的提取;然后使用LSTM模型对抽象时空特征进行训练,并加入了注意力机制缓解循环神经网络的遗忘现象带来的信息损耗.运用此方法对"意大利电信大数据挑战赛"的公开数据集进行训练,其均方根误差(RMSE)和平均绝对误差(MAE)分别降至5.17和3.32,明显优于其他对比预测模型.
文献关键词：
无线网络;流量预测;时空特征挖掘;3D-CNN;LSTM
中图分类号：
作者姓名：
袁浙科
作者机构：
宁波大学 信息科学与工程学院,宁波315211
文献出处：
引用格式：
[1]袁浙科-.基于时空特征的无线网络流量预测方法)[J].无线通信技术,2022(03):24-28,34
A类：
时空特征挖掘
B类：
无线网络,网络流量预测,流量分布,有空,传统预测,空间特征,不足问题,三维卷积神经网络,长短期记忆网络,流量预测模型,流量数据,时空关联性,空间注意力机制,机制完善,空间关联,循环神经网络,遗忘,信息损耗,意大利,电信大数据,挑战赛,公开数据集,RMSE,平均绝对误差,MAE
AB值：
0.300674
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
