| 基于雙向GRU模型的網(wǎng)絡(luò)流量預(yù)測(cè)的研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：593 K | |
| 標(biāo)簽： 流量預(yù)測(cè) 神經(jīng)網(wǎng)絡(luò) 門控循環(huán)單元 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：當(dāng)前使用門控循環(huán)單元(Gated Recurrent Units，GRU)神經(jīng)網(wǎng)絡(luò)進(jìn)行流量預(yù)測(cè)時(shí)，普遍存在滯后性以及預(yù)測(cè)準(zhǔn)確性不高的問題，因此提出一種改進(jìn)的GRU模型進(jìn)行流量預(yù)測(cè)的方法。首先基于GRU神經(jīng)網(wǎng)絡(luò)提出一種雙向GRU神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)堆疊的網(wǎng)絡(luò)模型，適用于流量特征、時(shí)間特征、事件特征等多維向量的輸入；同時(shí)為解決部分時(shí)間段準(zhǔn)確度不高的問題，將訓(xùn)練樣本進(jìn)行日期分類，針對(duì)每一類日期生成單獨(dú)的網(wǎng)絡(luò)模型，能大幅提升預(yù)測(cè)的準(zhǔn)確度以及改善預(yù)測(cè)的滯后性。最后，為了提升流量峰值的預(yù)測(cè)準(zhǔn)確度，采用樣本的再平衡手段以及自定義損失函數(shù)，實(shí)驗(yàn)結(jié)果表明，能較好地達(dá)成預(yù)期目標(biāo)。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
流量預(yù)測(cè) 相關(guān)資源
aetmagazine 的最新分享
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2