基于多頭自注意力機(jī)制的LSTM?TCN基站流量預(yù)測(cè)算法

打開(kāi)文本圖片集

摘  要： 基站流量預(yù)測(cè)對(duì)于蜂窩網(wǎng)絡(luò)的規(guī)劃、資源分配和用戶體驗(yàn)優(yōu)化至關(guān)重要。為提高基站流量預(yù)測(cè)精度，文中設(shè)計(jì)一種結(jié)合多頭自注意機(jī)制（MHSA）的LSTM?TCN基站流量預(yù)測(cè)算法。其中：MHSA能夠從多個(gè)角度強(qiáng)化基站流量數(shù)據(jù)的內(nèi)在關(guān)聯(lián)，增強(qiáng)了模型對(duì)流量數(shù)據(jù)重要特征的表達(dá)能力；LSTM?TCN模型中長(zhǎng)短期記憶（LSTM）網(wǎng)絡(luò)捕捉流量數(shù)據(jù)中的長(zhǎng)短時(shí)依賴性；時(shí)間卷積網(wǎng)絡(luò)（TCN）進(jìn)一步捕捉流量數(shù)據(jù)中的全局特征，使得模型能夠提取基站流量數(shù)據(jù)在不同時(shí)間尺度上的變化模式和時(shí)間依賴關(guān)系，提高基站流量預(yù)測(cè)模型的擬合能力和預(yù)測(cè)精度。（剩余9895字）