论文摘要
研究表明,历史流量数据可以用于移动网络流量的预测,同时周边区域的流量信息可以提高流量预测的准确性。为此,文中提出一种基于时空特征的移动网络流量预测模型STFM。STFM模型利用目标区域及周围区域的历史移动网络流量对目标区域的流量进行预测。其核心思想是,首先利用三维卷积网络（3D CNN）从流量中提取移动网络流量空间上的特征,再利用时间卷积网络（TCN）提取移动网络流量时间上的特征,最后全连接层对提取的特征与实际的流量值建立映射关系,产生预测的流量值。根据实验的验证与分析,STFM在移动网络流量预测上的标准均方根误差（NRMSE）相比TCN,CNN和CNN-LSTM分别减少了28%,21.7%和10%。因此,STFM模型能够有效提高移动网络流量预测的准确率。
论文目录
文章来源
类型: 期刊论文
作者: 张杰,白光伟,沙鑫磊,赵文天,沈航
关键词: 移动网络,流量预测,时空特征,卷积网络,全连接层
来源: 计算机科学 2019年12期
年度: 2019
分类: 信息科技
专业: 电信技术
单位: 南京工业大学计算机科学与技术学院,南京邮电大学通信与网络技术国家工程研究中心
基金: 国家自然科学基金项目(61502230,61073197,61501224),江苏省自然科学基金项目(BK20150960),江苏省普通高校自然科学研究项目(15KJB520015),南京市科技计划项目(201608009),南京大学计算机软件新技术国家重点实验室资助项目(KFKT2017B21),江苏省研究生科研与实践创新计划项目(KYCX18_1074)资助
分类号: TN929.5
页码: 108-113
总页数: 6
文件大小: 939K
下载量: 440