[发明专利]一种基于TVF-EMD-LSTM模型的蜂窝基站网络流量预测方法

摘要

本发明公开了一种基于TVF‑EMD‑LSTM模型的蜂窝基站网络流量预测方法，所述制备方法包括以下步骤：采集流量数据并进行预处理，形成蜂窝基站网络流量数据集；利用TVF‑EMD算法对蜂窝基站网络流量数据集进行分解重构形成蜂窝基站流量分量信号imfn；利用MATLAB对蜂窝基站流量分量信号imfn进行TVF‑EMD‑LSTM深度学习网络构架的搭建，形成最终的基站流量预测结果yp。本发明将TVF‑EMD算法与LSTM深度学习网络结合，能够预测蜂窝网络流量的时空分布信息，有效解决现有的蜂窝基站网络流量预测方法中预测精度低且在变化剧烈的预测点易产生较大误差的问题。

主权项

1.一种基于TVF‑EMD‑LSTM模型的蜂窝基站网络流量预测方法，其特征在于，所述制备方法包括以下步骤：S1、采集流量数据并进行预处理，形成蜂窝基站网络流量数据集；S2、利用TVF‑EMD算法对蜂窝基站网络流量数据集进行分解重构形成蜂窝基站流量分量信号imf_n；S3、针对经TVF‑EMD分解的蜂窝基站流量分量信号imf_n进行TVF‑EMD‑LSTM深度学习网络构架的搭建，形成最终的基站流量预测结果y_p。