為了可持續(xù)性地支持爆炸性增長(zhǎng)的業(yè)務(wù)總量和多樣化的業(yè)務(wù)需求,如何優(yōu)化網(wǎng)絡(luò)控制機(jī)制、提升網(wǎng)絡(luò)資源利用率成為了重中之重。然而,日益增多的移動(dòng)用戶將會(huì)加劇無(wú)線業(yè)務(wù)的動(dòng)態(tài)變化,使網(wǎng)絡(luò)資源管理變得更加困難。已有研究表明,用戶移動(dòng)具有一定程度的可預(yù)測(cè)性,如何預(yù)測(cè)并利用用戶移動(dòng)行為來(lái)改進(jìn)無(wú)線網(wǎng)絡(luò)的設(shè)計(jì)、提升網(wǎng)絡(luò)資源利用率已成為新的研究熱點(diǎn)。近年來(lái)大數(shù)據(jù)和人工智能技術(shù)的發(fā)展為移動(dòng)性預(yù)測(cè)和網(wǎng)絡(luò)優(yōu)化控制提供了新的途徑。本文基于深度學(xué)習(xí)技術(shù)對(duì)移動(dòng)軌跡預(yù)測(cè)問題進(jìn)行了深入的研究,并利用移動(dòng)性預(yù)測(cè)來(lái)優(yōu)化蜂窩網(wǎng)中的移動(dòng)性管理機(jī)制。考慮不同的應(yīng)用場(chǎng)景,本文將軌跡預(yù)測(cè)問題拆分為個(gè)性化軌跡預(yù)測(cè)和大眾化軌跡預(yù)測(cè)。對(duì)于個(gè)性化軌跡預(yù)測(cè),提出了基于長(zhǎng)短期記憶（Long Short Memory,LSTM）的個(gè)性化軌跡預(yù)測(cè)模型,利用LSTM強(qiáng)大的時(shí)序分析能力從用戶的大量歷史軌跡中學(xué)習(xí)其移動(dòng)模式。不同空間顆粒度的預(yù)測(cè)結(jié)果證明了所提出模型的有效性。對(duì)于大眾化軌跡預(yù)測(cè),提出了基于Seq2Seq（Sequence to Sequence）的大眾化軌跡預(yù)測(cè)模型,從而實(shí)現(xiàn)在特定區(qū)域內(nèi)的多用戶多步軌跡預(yù)測(cè)。在真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該模型不僅... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

LSTM結(jié)構(gòu)示意圖

浙江大學(xué)碩士學(xué)位論文 第 2 章 相關(guān)理論 -1tanh( [ , ])t t t th W r h x (2.9) 最后更新門tz 控制需要從前一時(shí)刻的隱藏狀態(tài)t-1h 中遺忘多少信息，需要加入多少當(dāng)前時(shí)刻的候選隱藏狀態(tài)th，最后得到輸出的隱藏狀態(tài)： -1(1 )t t t t th z h z h (2.10)

浙江大學(xué)碩士學(xué)位論文第2章相關(guān)理論14解碼器利用這個(gè)全局表征來(lái)初始化其LSTM網(wǎng)絡(luò)的初始狀態(tài)，然后通過(guò)迭代一步一步地估計(jì)輸出序列，每一時(shí)間步的輸出表示對(duì)下一時(shí)間步的預(yù)測(cè)結(jié)果。通常解碼器部分被設(shè)計(jì)為自回歸模型，即前一時(shí)間步的輸出會(huì)作為下一時(shí)間步的輸入。圖2.3Seq2Seq結(jié)構(gòu)示意圖由于Seq2Seq結(jié)構(gòu)不限制輸入和輸出的序列長(zhǎng)度，因此應(yīng)用范圍非常廣泛，比如機(jī)器翻譯、問答系統(tǒng)、文本摘要等，并且取得了比單純的LSTM更好的效果。2.2.4注意力機(jī)制在Seq2Seq結(jié)構(gòu)中，編碼器把所有的輸入序列都編碼成一個(gè)統(tǒng)一的語(yǔ)義特征，解碼器利用這個(gè)統(tǒng)一的語(yǔ)義特征進(jìn)行解碼。然而，解碼器在解碼過(guò)程的不同階段對(duì)輸入序列中的重點(diǎn)關(guān)注位置往往是不同的，這一現(xiàn)象在機(jī)器翻譯問題中尤為常見。因此，在基本的Seq2Seq結(jié)構(gòu)中，解碼器很難聚焦到輸入序列中正確的位置，使其在單獨(dú)使用時(shí)難以發(fā)揮最大功效。注意力(Attention)機(jī)制對(duì)這一點(diǎn)做了改進(jìn)，它會(huì)在解碼過(guò)程的不同階段利用不同的語(yǔ)義特征進(jìn)行解碼，具體來(lái)說(shuō)，在第t步解碼時(shí)，它會(huì)給輸入序列的不同時(shí)間步賦予不同的權(quán)值，然后計(jì)算輸入序列每一步隱藏狀態(tài)的加權(quán)和作為第t步解碼時(shí)所需的語(yǔ)義特征。值得注意的是，權(quán)值的大小并不是預(yù)定義的，而是與


本文編號(hào)：3565061