作者:
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:
在当前人工智能技术迅猛发展的背景下,将人工智能算法运用到无线网运维和优化领域,辅助人工,以达到增加运维效率和降低运维成本的目的 .为高精度预测小区未来时间的KPI指标,针对小区KPI指标复杂多变性等因素,本文以河南电信LTE小区为研究对象,建立长短期记忆循环神经网络(LSTM)模型,对小区的KPI指标进行预测.并以指标RRC连接成功率为例,结果表明:模型的纯均方误差为0.005,具有预测准确率较高、适用范围广等优点,可以为无线网络运维、优化、提前预知小区质差等提供辅助和参考.
推荐文章
基于LSTM变权组合模型的股价预测
GRA
PCA
LSTM
误差倒数变权组合预测法
基于LSTM模型的短期负荷预测
短期负荷预测
LSTM神经网络
工业用户
深度学习
基于LSTM的PM2.5浓度预测模型
PM2.5
LSTM循环神经网络
时序特征
基于LSTM-RNN模型的铁水硅含量预测
预测
动态建模
神经网络
高炉炼铁
硅含量
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LSTM模型的小区KPI指标预测
来源期刊 通讯世界 学科 工学
关键词 LTE 指标预测 LSTM RRC连接成功率
年,卷(期) 2020,(9) 所属期刊栏目 通信设计与应用
研究方向 页码范围 3-4
页数 2页 分类号 TN929.5
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
LTE
指标预测
LSTM
RRC连接成功率
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
通讯世界
月刊
1006-4222
11-3850/TN
大16开
北京复兴路15号138室
82-551
1994
chi
出版文献量(篇)
31562
总下载数(次)
90
论文1v1指导