基于时空特征的移动网络流量预测模型 Jie ZHANG,Guang-wei BAI,Xin-lei SHA,Wen-tian ZHAO,Hang SHEN计算机科学(2019)被引用9|浏览5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.更多上传PDF原文链接分享引用加入学术空间AI 理解论文数据免责声明页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cnChat Paper正在生成论文摘要