[发明专利]一种蜂窝网络中基站流量的聚类分析方法

权利要求书

1.一种蜂窝网络中基站流量的聚类分析方法，其特征在于，包括：

对基站流量数据进行预处理，得到基站流量时间序列；

采用趋势聚类算法对基站流量时间序列进行聚类，得到基站流量时间序列的聚类结果；

结合基站地理位置信息与基站流量时间序列的聚类结果，对基站流量数据进行时空特性分析；

采用趋势聚类算法对基站流量时间序列进行聚类，具体包括如下子步骤：

将基站流量时间序列分配到K个类簇中，形成聚类类簇划分；

循环迭代聚类类簇中心，得到最终的聚类类簇划分和最终的聚类类簇中心；

循环迭代聚类类簇中心，具体包括如下子步骤：

S1、根据K个类簇中的每个基站流量时间序列与每个聚类类簇中心的距离向量，得到新的聚类类簇划分，并为每个类簇计算新的聚类类簇中心；

S2、判断新的聚类类簇划分与上一聚类类簇划分是否一致，如果不一致，则执行步骤S3，如果一致，则执行步骤S4；

S3、判断最大迭代次数是否为0，如果是，则执行步骤S4，否则更新最大迭代次数，返回步骤S1；

S4、计算当前最新的聚类类簇划分的聚类有效性指数，判断最新聚类有效性指数SC是否大于上一聚类有效性指数SCmax，如果是，则更新聚类有效性指数SCmax为当前最新聚类有效性指数SC，更新聚类类簇划分U为当前最新聚类类簇划分U*，更新聚类类簇中心C为当前最新聚类类簇中心C*，执行步骤S5，否则直接执行步骤S5；

S5、更新类簇数目K，判断更新后的类簇数据K是否为1，如果是，则输出包括最终的聚类类簇划分和聚类类簇中心的聚类结果，否则返回步骤S1。

2.根据权利要求1所述的聚类分析方法，其特征在于，对基站流量数据进行预处理，具体为：取固定时间段内基站向用户终端发送的流量信息的数据集，对所述数据集进行数据清洗、数据集成、数据规约和数据转换，得到不同时间段内基站与用户终端通信产生的流量数值，即基站流量时间序列。

3.根据权利要求1所述的聚类分析方法，其特征在于，计算聚类类簇中心具体为：获取一个序列，使该序列满足到该类簇内的所有时间序列的平方距离之和最小，该序列则为该类簇的中心。

4.根据权利要求1所述的聚类分析方法，其特征在于，在重新划分聚类类簇后确定新的聚类类簇中心，具体公式如下：

其中，为第k个类簇p_k中第i个基站时间流量序列，表示聚类类簇中心；表示第k个类簇p_k中第i个序列到第k个类簇的距离度量。

5.根据权利要求4所述的聚类分析方法，其特征在于，K个类簇中的每个基站流量时间序列与每个聚类类簇中心的距离向量的具体计算过程为：

根据定义的两个序列计算序列的趋势信息，然后根据序列的趋势信息计算基于趋势信息的序列距离度量，确定距离向量TBD的标准运算公式；

将K个类簇中的每个基站流量时间序列与每个聚类类簇中心代入距离向量TBD的标准运算公式，得到距离向量

6.根据权利要求1所述的聚类分析方法，其特征在于，计算当前最新的聚类类簇划分的聚类有效性指数，具体包括：定义簇内每个基站的流量时间序列i，分别计算序列i到同一簇内其他序列不相似程度的平均值a(i)和序列i到其他簇的平均不相似程度的最小值b(i)，基站流量时间序列i的聚类有效性指数SC的表达式为：

根据聚类有效性指数SC的表达式求出所有基站流量时间序列的聚类有效性指数的均值，即为聚类结果的总聚类有效性指数。

7.根据权利要求1所述的聚类分析方法，其特征在于，对基站流量数据进行时空特性分析，具体为对基站流量时间序列中的每个类簇中的基站进行时间维度和空间维度的分析，观察不同地址位置下的基站流量变化的时间特性。