-
公开(公告)号：CN116566842A
公开(公告)日：2023-08-08
申请号：CN202310600496.5
申请日：2023-05-25
Applicant: 大连海事大学
IPC: H04L41/147 , H04L41/14 , H04L41/16 , H04W24/06
Abstract: 本发明提供一种基于集中式的云边协同无线通信流量预测方法，包括：将移动流量预测描述为离散小波变换过程，通过机器学习实现线性部分预测；构建残差网络，以区域内具有相似特征的社区用户为一个集群，边缘服务器快速聚合同集群数据，形成集群的全局模型；通过Lasso算法分解模型数据多源和跨域的复杂特性，计算时空特征之间相关性，结合XGboost构建社区流量特征的最优权重分配机制；XGBoost通过CART树处理模型中的非线性关系和变量之间的相互依赖，捕捉深层特征，对移动流量进行非线性预测；通过小波重构对线性与非线性部分的预测结果进行重构。本发明能够提高基于机器学习训练得到的用于预测无线通信流量的全局模型性能，提高无线通信流量预测的准确性及实时性。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
