面向节能的神经网络流量预测探讨

5G的节电策略在不同应用场景下可以有多种选择,但准确的业务流量预测始终是其中的关键。为拟合业务流量同时存在季节周期性和短期内可能出现剧烈波动的特性,提出了一种改良的流量预测模型,融合了深度学习LSTM网络模型和指数平滑模型的优势,使整个流量预测在长期预测方面更加稳定可靠。经试验数据检验,改良后的模型对三个试验区域流量的预测相比LSTM的预测结果更精准和细腻。

  • 2021-11-30
  • 收藏0
  • 阅读86
  • 下载0
  • 13页
  • docx
  • 394.66M

评价

评分 :
   *