本發(fā)明涉及人工智能，尤其涉及基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法及裝置。

背景技術(shù)：

1、在現(xiàn)有的無線通信網(wǎng)絡(luò)中，基站間的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測對于資源分配、網(wǎng)絡(luò)優(yōu)化等方面具有重要意義。然而，傳統(tǒng)的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法往往基于單一基站的數(shù)據(jù)，忽略了基站間的空間關(guān)系和時間序列特性，導(dǎo)致預(yù)測精度不高。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法及裝置，用以解決現(xiàn)有技術(shù)中對基站的網(wǎng)絡(luò)數(shù)據(jù)的預(yù)測結(jié)果準確度低的缺陷，實現(xiàn)提高基站網(wǎng)絡(luò)數(shù)據(jù)的預(yù)測結(jié)果準確度。

2、本發(fā)明提供一種基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法，包括：

3、基于待預(yù)測基站的地理位置確定所述待預(yù)測基站所屬的基站簇，所述待預(yù)測基站所屬的基站簇包括所述待預(yù)測基站以及p-1個其他基站；

4、獲取所述待預(yù)測基站所屬的基站簇的歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)，所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)中包括所述待預(yù)測基站所屬的基站簇中各個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)；

5、將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至已訓(xùn)練的預(yù)測模型中，獲取所述預(yù)測模型輸出的所述待預(yù)測基站的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測結(jié)果；

6、其中，所述預(yù)測模型基于多組訓(xùn)練數(shù)據(jù)訓(xùn)練得到，每組訓(xùn)練數(shù)據(jù)包括樣本歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)以及所述樣本歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)對應(yīng)的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測結(jié)果標簽；

7、所述預(yù)測模型包括空間分割模塊和時序特征模塊，所述空間分割模塊用于對所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)進行分割，提取基站之間的空間關(guān)系，所述時序特征模塊用于提取所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)中的時間關(guān)系。

8、根據(jù)本發(fā)明提供的一種基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法，所述基于待預(yù)測基站的地理位置確定所述待預(yù)測基站所屬的基站簇，包括：

9、當(dāng)與所述待預(yù)測基站最接近的p-1個基站與所述待預(yù)測基站之間存在地理隔斷因素時，基于所述地理隔斷因素選擇所述待預(yù)測基站所屬的基站簇中的p-1個基站。

10、根據(jù)本發(fā)明提供的一種基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法，所述預(yù)測模型還包括輸出模塊，所述將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至已訓(xùn)練的預(yù)測模型中，獲取所述預(yù)測模型輸出的所述待預(yù)測基站的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測結(jié)果，包括：

11、將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至所述空間分割模塊，獲取所述空間分割模塊輸出的空間特征圖；

12、將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至所述時序特征模塊，獲取所述時序特征模塊輸出的時序特征圖；

13、將所述空間特征圖和所述時序特征圖連接后，輸入至所述輸出模塊中，獲取所述輸出模塊輸出的所述網(wǎng)絡(luò)數(shù)據(jù)預(yù)測結(jié)果。

14、根據(jù)本發(fā)明提供的一種基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法，所述歷史網(wǎng)絡(luò)數(shù)據(jù)中各個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)按照地理位置排列；所述空間分割模塊包括第一空間分割模塊和第二空間分割模塊，所述空間特征圖包括第一空間特征圖和第二空間特征圖；所述將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至所述空間分割模塊，獲取所述空間分割模塊輸出的空間特征圖，包括：

15、將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至所述第一空間分割模塊，對所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)按基站地理位置順序進行連續(xù)分割，得到若干個第一分割特征圖，每個所述第一分割特征圖包括所述待預(yù)測基站所屬的基站簇中至少兩個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)，對所述若干個第一分割特征圖進行特征提取，得到所述第一空間特征圖；

16、將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至所述第二空間分割模塊，對所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)按基站地理位置順序進行錯位分割，得到若干個第二分割特征圖，每個所述第二分割特征圖包括所述待預(yù)測基站所述的基站簇中至少兩個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)，所述第二分割特征圖中包括至少一個目標第二分割特征圖，所述目標第二分割特征圖中包括地理位置關(guān)系不連續(xù)的至少兩個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)，對所述若干個第二分割特征圖進行特征提取，得到所述第二空間特征圖。

17、根據(jù)本發(fā)明提供的一種基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法，每個所述第二分割特征圖對應(yīng)p個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)，所述目標第二分割特征圖為所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)中前p/2個基站和后p/2個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)組合得到的；所述對所述若干個第二分割特征圖進行特征提取，得到所述第二空間特征圖，包括：

18、對各個所述第二分割特征圖進行卷積操作，得到所述第二空間特征圖；

19、其中，對所述目標第二分割特征圖進行卷積操作時，所述目標第二分割特征圖中前p/2個基站和后p/2個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)之間的神經(jīng)元連接置0。

20、根據(jù)本發(fā)明提供的一種基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法，所述獲取所述待預(yù)測基站所屬的基站簇的歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)，包括：

21、獲取所述待預(yù)測基站所屬的基站簇中的各個基站對應(yīng)的歷史現(xiàn)網(wǎng)數(shù)據(jù)，所述歷史現(xiàn)網(wǎng)數(shù)據(jù)是對同屬一個基站的小區(qū)的現(xiàn)網(wǎng)數(shù)據(jù)進行聚合得到的；

22、對所述待預(yù)測基站所屬的基站簇中的各個基站對應(yīng)的歷史現(xiàn)網(wǎng)數(shù)據(jù)進行主成分分析與歸一化處理，得到服從標準高斯分布的所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)。

23、本發(fā)明還提供一種基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測裝置，包括：

24、基站簇聚合模塊，用于基于待預(yù)測基站的地理位置確定所述待預(yù)測基站所屬的基站簇，所述待預(yù)測基站所屬的基站簇包括所述待預(yù)測基站以及p-1個其他基站；

25、歷史數(shù)據(jù)獲取模塊，用于獲取所述待預(yù)測基站所屬的基站簇的歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)，所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)中包括所述待預(yù)測基站所屬的基站簇中各個基站的歷史網(wǎng)絡(luò)數(shù)據(jù)；

26、模型預(yù)測模塊，用于將所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)輸入至已訓(xùn)練的預(yù)測模型中，獲取所述預(yù)測模型輸出的所述待預(yù)測基站的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測結(jié)果；

27、其中，所述預(yù)測模型基于多組訓(xùn)練數(shù)據(jù)訓(xùn)練得到，每組訓(xùn)練數(shù)據(jù)包括樣本歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)以及所述樣本歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)對應(yīng)的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測結(jié)果標簽；

28、所述預(yù)測模型包括空間分割模塊和時序特征模塊，所述空間分割模塊用于對所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)進行分割，提取基站之間的空間關(guān)系，所述時序特征模塊用于提取所述歷史基站簇網(wǎng)絡(luò)數(shù)據(jù)中的時間關(guān)系。

29、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上述任一種所述基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法。

30、本發(fā)明還提供一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法。

31、本發(fā)明還提供一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法。

32、本發(fā)明提供的基于基站簇聚合和分割的網(wǎng)絡(luò)數(shù)據(jù)預(yù)測方法及裝置，通過在對待預(yù)測基站的網(wǎng)絡(luò)數(shù)據(jù)進行預(yù)測時，基于待預(yù)測基站的地理位置確定包括多個基站的基站簇，將基站簇的歷史網(wǎng)絡(luò)數(shù)據(jù)輸入至預(yù)測模型中進行預(yù)測，而預(yù)測模型中包括用于提取基站之間的空間關(guān)系的空間分割模塊和用于提取基站簇網(wǎng)絡(luò)數(shù)據(jù)中的時間關(guān)系的時序特征模塊，實現(xiàn)了利用空時結(jié)合的預(yù)測模型，能夠更好地提取基站之間的空間和時序關(guān)系，提高基站網(wǎng)絡(luò)數(shù)據(jù)預(yù)測的準確性。