摘要
本发明公开了基于大数据分析的通讯流量智能预测方法,涉及流量预测技术领域。本发明通过对通讯流量数据进行趋势因子分解、季节因子分解和周期因子分解,能够更深入地理解通讯流量的内在规律;对趋势因子、季节因子和周期因子的特征进行关联处理,筛选出关联性强的特征变量,构建一个更为精准的特征集,进一步提高预测模型的准确性和可靠性;在构建预测模型之前,对特征集进行筛选处理,筛选出最优特征集,排除与预测目标相关性弱的特征,避免过拟合问题,提高预测模型的运行效率;采用第一初级预测模型、第二初级预测模型和第三初级预测模型进行并行预测,充分利用不同模型的优势,通过模型间的互补效应,提高整体预测模型的性能。
技术关键词
智能预测方法
因子
通讯
周期性特征
判定特征
变量
节假日效应
流量预测技术
冗余特征
数据
波动特征
序列
构建预测模型
冗余度
模式
指数
列表
系统为您推荐了相关专利信息
隐蔽通信方法
反射单元
隐蔽通信系统
调制技术
噪声功率
数据处理系统
芯片
大气数据计算机
数据处理方法
飞行管理系统
动态风险评估方法
老年骨质疏松
变量
多模态
数据