一种基于聚类LS-SVM的移动通信话务量预测方法

摘要

一种基于聚类LS-SVM的移动通信话务量预测方法，属于通信领域，本发明为解决LS-SVM在实际应用中计算复杂度高和泛化能力降低的问题。本发明方法包括以下步骤：步骤一、选取当前时刻之前的4至6个月的话务量历史数据，并将所述话务量历史数据作为训练样本，对历史数据进行预处理，进行聚类、LS-SVM建模，获取C个LS-SVM预测模型；步骤二、对新输入的样本进行预处理，进行相空间重构和归一化处理；步骤三、根据步骤一的C个聚类结果对重构后的新输入样本进行分类，确定其所属的类别；步骤四、根据步骤三的分类结果，将新输入的样本输入给对应类别的LS-SVM预测模型，输出预测值，完成对输入的待处理样本的快速预测。

主权项

一种基于聚类LS‑SVM的移动通信话务量预测方法，其特征在于，它包括以下步骤：步骤一、选取当前时刻之前的4至6个月的话务量历史数据，并将所述话务量历史数据作为训练样本，对历史数据进行预处理，采用k‑means聚类方法对处理后的样本进行聚类、LS‑SVM建模，获取C个LS‑SVM预测模型，C为最佳聚类数；步骤二、对新输入的样本进行预处理，按照设定的嵌入维数和延迟时间对新输入的样本进行相空间重构，并进行归一化处理，使得所有数据处于[‑1，1]之间；步骤三、根据步骤一的C个聚类结果对重构后的新输入样本进行分类，确定其所属的类别；步骤四、根据步骤三的分类结果，将新输入的样本输入给对应类别的LS‑SVM预测模型，输出预测值，完成对输入的待处理样本的快速预测。