一种多源数据特征融合的无线网络流量预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种多源数据特征融合的无线网络流量预测方法
申请号:
CN202411599610
申请日期:
2024-11-11
公开号:
CN119544121A
公开日期:
2025-02-28
类型:
发明专利
摘要
本发明涉及一种多源数据特征融合的无线网络流量预测方法,属于数据预测技术领域,包括以下步骤:S1:获取历史时刻的网络的历史流量数据,将网络流量转换成热力图;S2:采用残差卷积模型,将相邻区块的流量特征和不同时间跨度下的历史流量特征进行融合,得到流量融合特征;S3:使用卷积网络将天气特征融合为外部特征,将流量融合特征和外部特征融合,得到多源数据融合特征;S4:将多源数据融合特征划分为训练集和测试集,对基于图卷积网络的无线网络流量预测模型进行训练并测试。
技术关键词
融合特征
卷积模型
拉普拉斯
历史流量数据
矩阵
GCN模型
网络流量预测模型
热力图
无线网络
代表训练数据
数据预测技术
天气
网络流量特征
整流单元
网络流量数据
网络结构