首页 > 学术百科

一种基于深度迁移学习和跨域数据融合的无线蜂窝网络流量预测方法

专利名称：一种基于深度迁移学习和跨域数据融合的无线蜂窝网络流量预测方法

海浪预报专利类型：发明专利

发明人：陈赓，曾庆田，孙强，段华，邵睿，徐先杰，张旭

申请号：CN202011099886.1水土保持学报

pdl

申请日：20201015

公开号：CN112291807A

公开日：

钱德勒

桥梁结构设计20210129

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于深度迁移学习和跨域数据融合的无线蜂窝网络流量预测方法，属于智能通信技术领域。本发明通过分析短信、电话、互联网三种业务间的相似性和不同区域间的相似性，融合多个跨域数据集并采用时空跨域神经网络模型对无线蜂窝流量进行预测；提出一种基于时空跨域神经网络模型(STC‑N)的跨业务和区域融合迁移学习策略，根据源域的数据特征提高目标域的预测精度。该方法可以验证考虑的数据集越全面，模型的预测精度越高；此外，提出的迁移学习策略可以降低构建深度学习模型所需的训练数据、计算能力和泛化能力。

高数笔谈申请人：山东科技大学

地址：266590 山东省青岛市黄岛区前湾港路579号

国籍：CN

代理机构：青岛智地领创专利代理有限公司

代理人：肖峰

本文发布于:2024-09-23 17:15:55，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/172055.html

上一篇：移动通信复习资料

下一篇：宏蜂窝与的关系微蜂窝