摘要
本申请公开了一种5G电力多业务切片资源分配方法,其从历史数据中提取业务的历史网络资源需求信息,采用基于深度学习的数据处理技术对历史网络资源需求信息进行基于局部时间尺度的时序特征提取,以捕获该业务网络资源需求细粒度的时序变化趋势,进而,基于信息传播的时序衰减特性,对各个局部时间尺度上的网络资源需求特征进行动态传播聚合,以形成对业务网络资源需求的全面理解,并基于此来预测该业务未来一段时间内的网络资源需求。通过这种方式,可以更准确地捕捉到业务需求随时间变化的动态特性,提高网络资源需求预测的准确性,为资源分配提供更为准确的决策依据,从而有助于提高资源利用率,降低运营成本。
技术关键词
网络资源需求
资源分配方法
队列
时序
多业务
特征值
因子
切片
协方差矩阵
电力
成分分析
通信网络
LSTM模型
数据处理技术
动态
策略
解码器
编码器