【技术实现步骤摘要】
本专利技术实施例涉及通信，具体涉及一种流量预测方法、流量预测装置、流量预测设备及计算机可读存储介质。
技术介绍
1、目前随着5g时代的到来和无处不在的移动业务爆发式增长，超密集无线网络架构已进入日常生活，无线网络承载的数据量呈指数型增长。小区海量异构网络流量数据偶尔出现如突发性、多尺度性，非平稳性等多个新特征，使得通信质量和网络稳定性面临了新的挑战。同时，为了让流量管理具有更高智能性和可靠性，考虑到5g网络资源优化部署和分配模式效率的问题，高精度预测流量变得至关重要。因此，如何科学合理地配置和优化现有蜂窝网络资源，提高资源利用率，降低蜂窝基站能耗，是通信行业需要进一步思考和解决的问题。无线小区流量的准确预测有助于基站选址、市区规划和区域流量预测。
2、然而，本申请的专利技术人发现，现有技术在预测小区流量时，未完全捕捉到蜂窝网络的图的独特属性，从而使得蜂窝网络中真实流量动态的预测准确度较差。
技术实现思路
1、鉴于上述问题，本专利技术实施例提供了一种流量预测方法、流量预测装置、流...
【技术保护点】
1.一种流量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标区域内目标小区的空间流量数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对目标区域进行簇划分，得到多个小区簇，包括：
4.根据权利要求2所述的方法，其特征在于，所述确定所述目标小区所在的目标小区簇，在所述目标小区簇内采用簇内邻区依赖算法，确定所述目标小区对应的目标邻小区，以及所述目标小区与所述目标邻小区的依赖关系，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述图网络注意力机制流量预测模型包...
【技术特征摘要】
1.一种流量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标区域内目标小区的空间流量数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对目标区域进行簇划分，得到多个小区簇，包括：
4.根据权利要求2所述的方法，其特征在于，所述确定所述目标小区所在的目标小区簇，在所述目标小区簇内采用簇内邻区依赖算法，确定所述目标小区对应的目标邻小区，以及所述目标小区与所述目标邻小区的依赖关系，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述图网络注意力机制流量预测模型包括邻区依赖流量预测模型；
6.根据权利要求1-4任一项所述的方法，其特征在于，所述图网络注...
【专利技术属性】
技术研发人员：易佩迪，吴兴耀，陈燕雷，巩雪，马冠南，赵文娟，刘菁，赵启恒，李涛，华程铭，林达，曹祺炜，苏国庆，王康，李政，邱禹，
申请(专利权)人：中国移动通信集团设计院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。