基于机器学习的5G通信网络资源流量预测与分配研究
Research on 5G Communication Network Resource Traffic Prediction and Allocation Based on Machine Learning作者机构：沂南县残疾人联合会山东临沂276300
出 版 物：《移动信息》 (MOBILE INFORMATION)
年 卷 期：2024年第46卷第6期
页 面：17-19,22页
学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统]
摘 要：5G通信是现代信息体系的重要基础,由于流量波动较大,建立有效的预测与分配机制对于降低基站负载、提高信息传输效能具有积极意义。文中优化了ER-LSTM预测算法,采用误差循环的方式引入机器学习架构,旨在提高预测精度,并形成有效的分配机制。研究发现,优化后的算法模型在500~2500次循环学习的基础上能实现有效的预测,提高系统承载力,具有推广应用的价值。
维普期刊数据库