[发明专利]基于深度学习的区域网络流量预测方法有效
| 申请号： | 202011201026.4 | 申请日： | 2020-11-02 |
| 公开（公告）号： | CN112291808B | 公开（公告）日： | 2022-12-23 |
| 发明（设计）人： | 潘志文;徐佳璐;刘楠;尤肖虎 | 申请（专利权）人： | 东南大学;网络通信与安全紫金山实验室 |
| 主分类号： | H04W24/06 | 分类号： | H04W24/06;H04W28/16;H04L41/14;H04L41/147;G06N3/04;G06N3/08 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 沈廉 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的一种基于深度学习的区域网络流量预测方法为：1.获取区域网络流量序列，统计其在每个时刻使用的流量值：2.根据区域流量序列的空间相关性以及时间相关性，抽取对应特性的流量矩阵序列作为深度学习预测模型的输入；其中时间相关性包括包括紧密性、周期性、趋势性：3.对于步骤2得到的三个输入流量矩阵序列，分别用3D卷积神经网络和ConvLSTM进行时间和空间相关性的提取；4.融合三个流量矩阵序列各自由3D卷积和ConvLSTM提取的特征，基于注意力机制进行最终的流量预测；本发明通过时间序列抽取的方法在有限的输入长度下涵盖了流量序列的周期变化特性，以较高的准确率预测下一时刻的区域网络流量值，有利于无线资源的合理分配，提高资源利用率。 | ||
| 搜索关键词： | 基于 深度 学习 区域 网络流量 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学;网络通信与安全紫金山实验室，未经东南大学;网络通信与安全紫金山实验室许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011201026.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种生物质PVC导电塑料及其制备方法
- 下一篇：一种提高野生青蟹保活的方法
