基于循环神经网络的95598小尺度网络流量预测

论文摘要

为了准确预测短时间内的网络流量波动,提高95598客服热线网络流量监测性能,文章基于循环神经网络的GRU模型与后向传播神经网络,输入多种流量相关的影响因素,综合构建小尺度网络流量预测的深层网络模型。实验结果表明,与传统浅层神经网络预测模型和深层网络LSTM预测模型相比,文章所提的方法不但在短期流量预测取得更高的准确率,也在较长时序的流量预测上获得更好结果。

论文目录

• 0 引言
• 1 RNN深层网络模型
• 2 基于GRU的流量预测
•   2.1 特征工程
•   2.2 预测模型框架
• 3 实验结果与分析
•   3.1 输入序列长度对预测误差的影响
•   3.2 预测序列长度对预测误差的影响
•   3.3 流量预测结果与分析
• 4 结语

文章来源

类型: 期刊论文

作者: 张小博,王婷,秦浩,李晖,徐铁军,佟芳

关键词: 网络流量预测,循环神经网络,小尺度

来源: 电力信息与通信技术 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 国网青海省电力公司信息通信公司

基金: 国网青海省电力公司科技项目“基于大数据分析的业务虚拟专用通道监管平台研究与应用”(281734)

分类号: TM73;TP183

DOI: 10.16543/j.2095-641x.electric.power.ict.2019.02.002

页码: 9-14

总页数: 6

文件大小: 2816K

下载量: 129