-
公开(公告)号：CN102056182B
公开(公告)日：2013-06-05
申请号：CN201010584694.X
申请日：2010-12-13
Applicant: 哈尔滨工业大学
IPC: H04W16/22
Abstract: 一种基于LS-SVM的移动话务量预测方法，属于移动通信领域，本发明为解决现有技术采用LS-SVM进行话务量预测只能实现单步预测，且算法本身不能对输入变量进行有效而合理的选择，进而造成准确性差、速度慢的问题。本发明方法包括以下：一、选取离当前时刻之前一个月之内的话务量历史数据作为训练样本进行LS-SVM建模，获取LS-SVM预测模型；二、对新输入样本进行预处理；三、将处理后的新输入样本输入给LS-SVM预测模型，输出预测值；四、判断是否需要更新LS-SVM预测模型；如需要更新，则返回一；如不需要更新，执行五，五、将三输出的预测值作为当前时刻的话务量数据，并返回执行二，对下一时刻的话务量进行预测。
-
公开(公告)号：CN102056182A
公开(公告)日：2011-05-11
申请号：CN201010584694.X
申请日：2010-12-13
Applicant: 哈尔滨工业大学
IPC: H04W16/22
Abstract: 一种基于LS-SVM的移动话务量预测方法，属于移动通信领域，本发明为解决现有技术采用LS-SVM进行话务量预测只能实现单步预测，且算法本身不能对输入变量进行有效而合理的选择，进而造成准确性差、速度慢的问题。本发明方法包括以下：1.选取离当前时刻之前一个月之内的话务量历史数据作为训练样本进行LS-SVM建模，获取LS-SVM预测模型；2.对新输入样本进行预处理；3.将处理后的新输入样本输入给LS-SVM预测模型，输出预测值；4.判断是否需要更新LS-SVM预测模型；如需要更新，则返回一；如不需要更新，执行五，5.将三输出的预测值作为当前时刻的话务量数据，并返回执行二，对下一时刻的话务量进行预测。
-
公开(公告)号：CN102088709A
公开(公告)日：2011-06-08
申请号：CN201010566473.X
申请日：2010-11-30
Applicant: 哈尔滨工业大学
IPC: H04W16/22
Abstract: 基于聚类和ARIMA模型的话务量预测方法，属于移动通信领域，本发明是为了解决进行话务量预测时，根据专家的历史经验对话务小区进行划分的方式带有很大的主观性、划分不准确的问题。本发明方法包括：一、按照先验知识将话务小区划分为四种类型：交通主干线、繁华商业区、高等院校和居民住宅区；二、预处理，获取每个话务小区的聚类特征，所述聚类特征包括相关系数、方差、最大值、中间值、平均值、最小值、出现频率最高的值和标准差；三、根据每个话务小区的聚类特征，并采用K-MEANS聚类算法进行聚类，形成细化话务小区类型；四、采用ARIMA模型进行话务量预测，同一类型的细化话务小区选择相同的建模参数。
-
公开(公告)号：CN102065449A
公开(公告)日：2011-05-18
申请号：CN201010584685.0
申请日：2010-12-13
Applicant: 哈尔滨工业大学
IPC: H04W16/22
Abstract: 一种基于聚类LS-SVM的移动通信话务量预测方法，属于通信领域，本发明为解决LS-SVM在实际应用中计算复杂度高和泛化能力降低的问题。本发明方法包括以下步骤：步骤一、选取当前时刻之前的4至6个月的话务量历史数据，并将所述话务量历史数据作为训练样本，对历史数据进行预处理，进行聚类、LS-SVM建模，获取C个LS-SVM预测模型；步骤二、对新输入的样本进行预处理，进行相空间重构和归一化处理；步骤三、根据步骤一的C个聚类结果对重构后的新输入样本进行分类，确定其所属的类别；步骤四、根据步骤三的分类结果，将新输入的样本输入给对应类别的LS-SVM预测模型，输出预测值，完成对输入的待处理样本的快速预测。
-
-
-
Search Results
4
records
(took 0.029 seconds)
