原创力文档- 4
- 0
- 约1.63万字
- 约 14页
- 2023-07-12 发布于四川
- 举报
本发明提出一种基于深度学习的移动网络实时带宽预测方法，包括：从移动网络于历史时段的带宽时间序列中选取序列样本，将该序列样本划分为时序在前的训练样本和时序在后的标签样本，以该训练样本和该标签样本生成训练集，对深度学习网络进行训练，获得带宽预测模型；将该移动网络于当前时段的带宽时间序列进行归一化处理，并以变分模态分解为多个预测分量；将该预测分量输入该带宽预测模型，获得多个分量预测结果，将所有该分量预测结果叠加重构为该移动网络于下一时段的带宽预测结果。本发明还提出一种基于深度学习的移动网络实时带宽预测
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116418691 A
(43)申请公布日 2023.07.11
(21)申请号 202310265390.4 H04W 24/06 (2009.01)
(22)申请日 2023.03.
文档评论（0）