一种基于自组织图神经网络的多节点基站流量预测方法

本发明公开了一种基于自组织图神经网络的多节点基站流量预测方法，属于时空流量预测技术领域，包括基站节点数据处理与影响力评估：将节点集子图化，生成邻接矩阵并评估节点影响力大小；基站节点重组：通过映射矩阵对时序节点进行线性组合，生成线性无关向量基，并根据影响力引导映射矩阵收敛方向；使用部分注意力聚合空间特征：对节点集依次进行静态图卷积和动态图卷积捕捉空间联系；在卷积中穿插长短时记忆网络：捕捉时间联系进行时序预测；最后标准化并通过多层感知机来生成预测结果。本发明采用上述的一种基于自组织图神经网络的多节点基站流量预测方法，提出多节点基站流量的空间特征提取机制，为基站流量的变化趋势提供有效的预测方法。