首页> 中国专利> 一种基于双向长短期记忆循环神经网络的网络流量预测方法

一种基于双向长短期记忆循环神经网络的网络流量预测方法

摘要

本发明公开了一种基于双向长短期记忆循环神经网络的网络流量预测方法,属于计算机网络领域,包括采集网络流量原始数据;利用滑动窗口技术对采集到的网络流量原始数据进行处理,再进行归一化处理;对双向长短期记忆循环神经网络预测模型参数进行初始化;将归一化处理后的网络流量数据输入到初始化后的双向长短期记忆循环神经网络模型中,训练双向长短期记忆循环神经网络进行双向学习,挖掘和记忆网络流量的整体特征,判断训练计数值是否达到训练次数,训练目标是否达到设定的误差要求,将双向长短期记忆循环神经网络进行双向学习的结果分别乘以加权矩阵融合得到网络流量的预测结果,该方法对网络流量序列进行双向学习,避免单向学习导致较早学习部分特征提取和记忆效果差的问题。

著录项

  • 公开/公告号CN110830303B

    专利类型发明专利

  • 公开/公告日2022-04-01

    原文格式PDF

  • 申请/专利权人 大连大学;

    申请/专利号CN201911108806.1

  • 申请日2019-11-13

  • 分类号H04L41/147(20220101);H04L41/14(20220101);G06N3/08(20060101);G06N3/04(20060101);

  • 代理机构21212 大连东方专利代理有限责任公司;

  • 代理人姜威威;李洪福

  • 地址 116622 辽宁省大连市金州新区学府大街10号

  • 入库时间 2022-08-23 13:22:56

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号