摘要
本发明提供一种无线网络负荷动态调整方法、训练方法、装置及电子设备,所述调整方法包括:获取集中计算节点发送保障区域的至少一个小区的机器学习模型的模型参数;加载模型参数,得到对应小区的机器学习模型;利用机器学习模型实时处理对应小区的话务负荷数据,得到话务决策点特征值;将话务决策点特征值转换为基站参数调整命令;将基站参数调整命令发送给基站,以使基站根据基站参数调整命令调整对应的基站参数;对调整基站参数后获取的实时数据进行评估,确定门限调整指令;将门限调整指令发送给集中计算节点,以使集中计算节点进行对应门限调整,并重新训练所述机器学习模型,并将重新训练的机器学习模型的模型参数发给边缘计算节点。
技术关键词
机器学习模型
小区
基站
参数
特征值
无线网络
负荷
命令
指令
MLP神经网络
节点
实时数据
动态
决策
变量
标签
时间段
数值
脚本
系统为您推荐了相关专利信息
传感器节点
协方差矩阵
多模型
分布式场景
估计方法
数字孪生系统
事件分发器
自定义事件
控件
三维模型