[发明专利]一种基于联合LSTM基站小区流量预测方法以及装置在审
| 申请号： | 201910412460.8 | 申请日： | 2019-05-17 |
| 公开（公告）号： | CN110175711A | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 李超 | 申请（专利权）人： | 北京市天元网络技术股份有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100193 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开是关于一种基于联合LSTM基站小区流量预测方法、装置、电子设备以及计算机可读存储介质。其中，该方法包括：分别获取待预测场景中各小区的用户数据，并对所述用户数据进行处理生成样本数据；分别对所述各小区的样本数据基于长短时记忆神经网络(LSTM)建模，进行所述样本数据的周期特征的预测计算，生成周期特征预测结果；对所有样本数据基于两层人工神经网络(ANN)建模，进行所述样本数据的关联特征的预测计算，生成关联特征预测结果；合并上述周期特征预测结果及关联特征预测结果，生成各小区联合的流量预测值。本公开通过基于联合LSTM的方法实现了对多小区流量的提前准确预测。 | ||
| 搜索关键词： | 样本数据 预测结果 关联特征 流量预测 周期特征 基站小区 用户数据 预测计算 建模 小区 联合 计算机可读存储介质 记忆神经网络 人工神经网络 电子设备 多小区 预测 两层 场景 合并 | ||
【主权项】：
1.一种基于联合LSTM基站小区流量预测方法，其特征在于，所述方法包括：样本数据处理步骤，分别获取待预测场景中各小区的用户数据，并对所述用户数据进行处理生成样本数据；周期特征预测步骤，分别对所述各小区的样本数据基于长短时记忆神经网络(LSTM)建模，进行所述样本数据的周期特征的预测计算，生成周期特征预测结果；关联特征预测步骤，对所有样本数据基于两层人工神经网络(ANN)建模，进行所述样本数据的关联特征的预测计算，生成关联特征预测结果；流量预测值生成步骤，合并上述周期特征预测结果及关联特征预测结果，生成各小区联合的流量预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京市天元网络技术股份有限公司，未经北京市天元网络技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910412460.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
