申请/专利权人:北京航空航天大学;门华江;深圳市信丰伟业科技有限公司;王宁君
申请日:2019-02-18
公开(公告)日:2019-12-27
公开(公告)号:CN110621026A
主分类号:H04W24/02(20090101)
分类号:H04W24/02(20090101);H04W24/06(20090101);H04L12/24(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.09.05#授权;2021.12.10#实质审查的生效;2019.12.27#公开
摘要:本发明适用于基站流量监控技术领域。本发明公开一种基站流量多时刻预测方法包括从数据中提取基站的时间特征和空间特征提取数据的历史特征步骤;将提取的数据历史特征输入算法系统构的建模型步骤;使用并行计算训练梯度提升算法的训练模型步骤;并行预测长时间结果输出的模型效果评估步骤。由该预测方法通过对基站时间特征和空间特征提取,结合渐进梯度回归树的算法来预测未来24个时刻甚至更多时刻内的基站流量趋势,解决多时刻流量预测精准度低的难题,提高模型的多时刻预测的能力,可以为运营商的基站网络优化提供精准的参考和争取优化时间,具有极大的实用价值。同时基站属性数据预处理方法和数据预测模型本身相互独立,很好的降低了模型的复杂度,可靠性加强。
主权项:1.基站流量多时刻预测方法包括,提取数据的历史特征步骤,从基站历史流量数据和基站工参中提取基站的时间特征和空间特征;构建和训练模型步骤,将提取的数据历史特征输入算法函数,使用并行计算训练梯度提升算法;模型效果评估步骤,并行预测多时刻结果输出。
全文数据:
权利要求:
百度查询: 北京航空航天大学;门华江;深圳市信丰伟业科技有限公司;王宁君 一种基站流量多时刻预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。