首页|基于神经网络全连接的5G重点区域流量预测

基于神经网络全连接的5G重点区域流量预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
着重探讨了5G热点区域流量预测中时空因素如节假日、天气、事件等对预测结果的影响.基于深度学习技术,提出了一种全新的5G热点区域流量预测模型.该模型融合了长短期记忆网络(LSTM)与人工神经网络(ANN),使其能够自动学习并处理复杂的时空数据.实验验证表明,该模型在预测准确性和稳定性方面均表现出色,其区域R Squared准确率高达96%以上.这项研究为5G网络的规划和优化提供了有力支持.

胡琳欣、饶新益、邓金荣、纪纯妹

展开 >

中国移动汕头分公司综维中心

中国移动汕头分公司

中国移动汕头分公司无线优化中心

5G区域流量 ANN LSTM 神经网络全连接

2024

10.3969/j.issn.1006-6403.2024.04.012

广东通信技术
广东省通信学会 广东省电信情报中心站

广东通信技术

影响因子：0.18
ISSN：1006-6403
年,卷(期)：2024.44(4)
  • 4