基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的自回归积分移动平均(ARIMA)模型和长短时记忆(LSTM)单元在基站流量预测中没有利用基站(BS)间合作关系的问题,提出一种利用由用户群体在不同基站下访问产生的基站合作关系的流量预测(TPBC)算法.首先,通过基站之间的合作关系构建基站合作网络,并对此合作网络进行社区划分得到基站社区;然后,通过格兰杰因果关系检验方法寻找与目标基站同一社区且关系最紧密的若干基站,作为目标基站的合作基站;最后,使用LSTM和词嵌入层(Embedding)搭建混合神经网络,并根据目标基站和合作基站的流量信息进行流量预测.实验结果表明,TPBC在基站流量预测上的均方根误差(RMSE)相比ARIMA和LSTM分别减小了29.19%和27.47%.TPBC能有效提高基站流量预测准确率,在流量卸载和绿色节能等领域具有重要意义.
推荐文章
基于社区结构的科研合作关系分析与预测
科研网络
社区结构
合作关系预测
关系分析
社区信息
基于社区结构的科研合作关系分析与预测
科研网络
社区结构
合作关系预测
关系分析
社区信息
基于专利分析的中国纳滤膜领域合作关系研究
纳滤膜
专利分析
社会网络
合作关系
基于社会网络分析的学术合作关系研究
异构信息网络
元路径
特征空间
合作可能性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于空间合作关系的基站流量预测模型
来源期刊 计算机应用 学科 工学
关键词 蜂窝网络 流量预测 空间合作 长短时记忆 格兰杰因果关系检验
年,卷(期) 2019,(1) 所属期刊栏目 人工智能
研究方向 页码范围 154-159
页数 6页 分类号 TP391.4|TP18
字数 6758字 语种 中文
DOI 10.11772/j.issn.1001-9081.2018061330
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 江昊 武汉大学电子信息学院 42 278 6.0 16.0
2 周建国 武汉大学电子信息学院 45 262 10.0 13.0
3 羿舒文 武汉大学电子信息学院 4 4 1.0 1.0
4 彭铎 武汉大学电子信息学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (20)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蜂窝网络
流量预测
空间合作
长短时记忆
格兰杰因果关系检验
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导