-
公开(公告)号:CN109640351A
公开(公告)日:2019-04-16
申请号:CN201910072191.5
申请日:2019-01-25
Applicant: 南京邮电大学
CPC classification number: H04W24/06 , H04L41/145 , H04L41/147
Abstract: 本发明提出了一种基站流量的联合预测方法,用于解决当流量数据呈现非线性且存在突变值时,传统线性算法预测性能较差的问题。首先从基站采集流量数据作为数据集,对于异常值和缺失值进行数据预处理;接着采用小波变换来分解处理过的数据,使流量数据平滑,易于预测;而后对分解得出的序列进行单一重构,低频信号采用回声状态网络模型进行预测,高频信号采用自回归积分滑动平均模型进行预测;最后对单个序列的预测数值进行线性累和得出最终结果。本发明的联合模型方法较之于单一模型预测能够达到更好的预测精度,降低平均绝对百分比误差达6%,并在一定程度上降低归一化均方根误差;基站的流量数据预测准确性提高,有利于提高网络资源合理分配性。
-
公开(公告)号:CN108901033A
公开(公告)日:2018-11-27
申请号:CN201810635760.8
申请日:2018-06-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于回声状态网络的基站流量预测方法,其特征是,包括以下步骤:步骤1:从有线网络基站中采集流量数据,并进行数据预处理,生成规范化的样本数据;步骤2:由规范化的样本数据初始化储备池的状态,并生成储备池;步骤3:结合储备池和规范化的样本数据进行权值初始化、确定权值分布区间,训练回声状态网络模型;步骤4:测试训练的回声状态网络。优点:能够有效提高基站流量预测的准确性,针对基站流量的不确定性、复杂性,采用回声状态网络可以更好地挖掘基站流量数据间关系,可以在一定程度上提高对基站流量预测的准确性。
-