[发明专利]基于时间-空间的业务量区域分类和分析方法

权利要求书

1.基于时间-空间的业务量区域分类和分析方法，其特征在于，具体步骤如下：

步骤一，选取若干个相邻的基站，将各基站的坐标点构造集合B，并查询各基站相应的历史业务量，构成矩阵T；

步骤二，将各个基站的坐标位置通过Delaunay算法构建Delaunay三角网，并记录Delaunay三角网中构成每个三角形的三个基站点坐标，生成三角形链表P；

P＝[Tri₁,Tri₂......,Tri_t.....,Tri_n]

其中，Tri_t为经过三角剖分之后的第t个三角形；n为所有基站经过三角剖分之后的三角形个数；

步骤三，对三角形链表P进行遍历，利用三角形外心寻找维诺边，存入链表中；

步骤301、针对当前三角形Tri_t，遍历三角形链表P，寻找与三角形Tri_t共边的三个相邻三角形Tri_A，Tri_B和Tri_C；

Tri_A∈P，Tri_B∈P，Tri_C∈P；

步骤302、分别计算当前三角形Tri_t以及三个相邻三角形Tri_A，Tri_B和Tri_C的外接圆圆心，共四个外心；

步骤303、将当前三角形Tri_t的外心分别与三个共边相邻的三角形的外心连接，存入维诺边链表中；

维诺边链表中存储的是四个外心之间的三条连接线段；如果共边三角形不足，则求出当前三角形Tri_t最外边的中垂线存入维诺边链表中；

步骤304、重复上述步骤，直至对三角形链表P遍历结束，找到所有维诺边存入链表中；

步骤四，根据维诺边画出维诺图，自动将所有基站划分为若干多边形区域；同时对每个区域的相邻区域进行记录，得到每个区域的相邻区域列表，实现空间上的划分；

步骤五，采用k-NN算法对所有区域的业务量数据进行分类，将历史业务量随时间变化趋势相同的基站所在区域划分为一类，最终得到所有基站覆盖区域的聚类，实现时间上的划分；

步骤六、根据k-NN算法的分类结果和相邻区域列表，对维诺图中的多边形区域进行标记，将历史业务量变化趋势相同且相邻的基站区域标记为同一个可视化的颜色，完成基于时间-空间的精确的场景划分；

步骤七，针对精准的各分类区域，利用格兰杰因果关系检验各分类区域的业务量数据的因果性，从因果的角度找到每个区域与相邻区域的业务量之间的关系，应用于通信数据分析优化网络。

2.如权利要求1所述的基于时间-空间的业务量区域分类和分析方法，其特征在于，所述的k-NN算法的分类准则采用欧氏距离，计算公式如下：

其中[x₁,x₂,...,x_t]和[y₁,y₂,...,y_t]分别为两个基站的历史业务量数据集。

3.如权利要求1所述的基于时间-空间的业务量区域分类和分析方法，其特征在于，所述的格兰杰因果关系检验是指：通过对每个区域空间分布的历史数据序列进行分析，在多个时间序列之间进行因果关系检验，以获得相邻区域的业务量与中心区域业务量变化之间的因果关系，根据各区域数据因果校验的结果，得到每组数据之间的因果关系的强弱，进而在城市通信网络中，选择出与目标中心区域业务量因果性强的区域数据，将该区域的数据联合处理进行多元预测。