您当前的位置:
首页 >
文章列表页 >
基于图卷积神经网络的分解可解释性的蜂窝网络流量预测模型
研究与开发 | 更新时间:2025-11-16
    • 基于图卷积神经网络的分解可解释性的蜂窝网络流量预测模型

    • A decomposable and interpretable cellular network traffic prediction model based on graph convolutional neural network

    • 张子天 ,温之馨 ,诸葛斌 ,吕智豪 ,董黎刚 ,蒋献
    • 电信科学 2025年41卷第9期 页码:93-107
    • DOI:10.11959/j.issn.1000-0801.2025120    

      中图分类号:
    • 修回:2025-01-06,

    移动端阅览

  •  
  •  
  • HTML全文

  • 图(10) 表(2)

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

253

浏览量

640

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

一种融合属性补全与层次对比的异质图神经网络模型
量化频率感知的多模态推荐
基于ResNet18的SRv6网络流量异常检测研究
基于TimesNet-LSTM融合时频特征的窃电检测方法
基于元启发式RIME算法的深度时间序列预测模型优化方法

相关作者

汪祖伟
许聪源
吴桐
邓琨
俞英杰
盛真真
王瑞琴
祁璜

相关机构

浙江理工大学计算机科学与技术学院(人工智能学院)
嘉兴大学全省多模态感知与智能系统重点实验室
嘉兴大学信息科学与工程学院
湖州师范大学信息工程学院
中国移动通信集团江苏有限公司