基于深度学习的矿井无线网络流量预测研究
来源：煤矿安全杂志2021年第12期北京时间：
作者：王跃文, 常琳, 李鸣
摘要：为准确预测矿井无线网络流量变化情况，确保井下无线网络安全稳定运行，保障矿井安全生产。在分析无线网络流量特征的基础上提出一种时空卷积全连接网络（CL-FCCNet），它是基于残差网络（ResNets）和循环神经网络（RNN）的无线网络流量预测模型。预测模型能够针对复杂的无线网络工作环境进行流量预测，及流量数据中存在的时空特征，帮助实现流量监控异常自动报警。试验结果表明：模型的预测效果较现有预测方法具有一定的提升。
关键词：残差网络, 无线网络流量预测, 循环神经网络, 矿井无线通信, 深度学习
