[发明专利]小区场景类别的划分方法、装置、计算机设备和存储介质

权利要求书

1.一种小区场景类别的划分方法，其特征在于，包括以下步骤：

获取待划分小区的以时间维度导出的第一关键绩效指标数据，从所述第一关键绩效指标数据中获取所述待划分小区的第一通信行为特征数据；

利用预设主成分系数矩阵对各所述第一通信行为相关数据进行主成分降维，获得所述待划分小区的第一通信行为特征值；

利用各所述第一通信行为特征值并结合时间粒度生成第一通信行为波形图；

获取样本小区的以时间维度导出的第二关键绩效指标数据，从所述第二关键绩效指标数据中获取所述样本小区的第二通信行为特征数据；

对各所述第二通信行为特征数据进行主成分分析，提取预设主成分系数矩阵；

利用第二通信行为特征值并结合时间粒度生成第二通信行为波形图；

获取目标场景类别数目；

根据所述目标场景类别数目，利用聚类算法将所述第二通信行为波形图分别划分到数量为目标场景类别数目的不同场景聚类中，获取各所述场景聚类中心以及各所述场景聚类中心对应的场景类别；

将与各所述场景聚类中心的距离值小于预设距离值的所述第二通信行为波形图作为通信行为 波形样本图；

根据各所述场景聚类中心对应的场景类别确定所述通信行为 波形样本图对应的场景类别；

利用各所述通信行为波形样本图以及对应的场景类别对深度学习网络模型进行训练；

将所述第一通信行为波形图输入至预先训练好的所述深度学习网络模型中，获取所述预先训练好的深度学习网络模型输出的待划分小区的场景类别。

2.根据权利要求1所述的小区场景类别的划分方法，其特征在于，所述利用各所述第一通信行为特征值并结合时间粒度生成第一通信行为波形图的步骤，包括以下步骤：

利用所述第一通信行为特征值并结合时间粒度生成二维数组；

以时间粒度为横坐标、通信行为特征值为纵坐标生成通信行为原始图像；

去除所述通信行为原始图像中的噪声，将去除噪声后的通信行为原始图像确定为第一通信行为波形图。

3.根据权利要求1所述的小区场景类别的划分方法，其特征在于，所述对各所述第二通信行为特征数据进行主成分分析的步骤之后，还包括以下步骤：

获取第二通信行为特征值；

利用所述第二通信行为特征值并结合时间粒度生成第二通信行为波形图；

从各所述第二通信行为波形图中筛选通信行为波形样本图，并获取各所述通信行为波形样本图对应的场景类别。

4.根据权利要求1至3任一项所述的小区场景类别的划分方法，其特征在于，所述通信行为特征数据包括网络吞吐量、RRC连接指示值、上行信道物理资源块利用率、下行信道物理资源块利用率、上行业务信息物理资源块占用率、下行业务信息物理资源块占用率以及下行成功传输初始传输块数量中的至少一个。

5.根据权利要求1所述的小区场景类别的划分方法，其特征在于，所述利用聚类算法将所述第二通信行为波形图分别划分到数量为目标场景类别数目的不同场景聚类中，获取各所述场景聚类中心以及各所述场景聚类中心对应的场景类别的步骤，包括以下步骤：

随机选取数量为目标场景类别数目的所述第二通信行为波形图作为各场景聚类的第一聚类中心；

计算剩余的所述第二通信行为波形图到各所述第一聚类中心的距离值，将各剩余的所述第二通信行为波形图分别划分到与所述第一聚类中心距离值最小的场景聚类中，获得各所述第二通信行为波形图划分到不同场景聚类中的场景聚类结果：

根据场景聚类结果计算各场景聚类的第二聚类中心，判断所述第一聚类中心与所述第二聚类中心是否相等，若所述第一聚类中心与所述第二聚类中心相等，则将各所述第二聚类中心作为各场景聚类中心，并确定各场景聚类中心对于的场景类别；

若所述第一聚类中心与所述第二聚类中心不相等，则将所述第二聚类中心作为所述第一聚类中心，跳转执行计算剩余的所述第二通信行为波形图到各所述第一聚类中心的距离值。