| 专利号 | 2020110998861 | 申请日 | 2020-10-15 | 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 |
| 授权日 | 2022-09-23 | 专利权人 | 山东科技大学 | 发明人 | 陈赓;曾庆田;孙强;段华;邵睿;徐先杰;张旭 |
| 主分类号 | H04W24/06 | 关键词 | 应用领域 | ||
| 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。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 下一代信息网络产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
