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
授权
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。
基本信息
专利标题 ：
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
专利标题（英）：
暂无
公开（公告）号 ：
CN110830303A
申请号 ：
CN201911108806.1
公开（公告）日 ：
2020-02-21
申请日 ：
2019-11-13
授权号 ：
CN110830303B
授权日 ：
2022-04-01
发明人 ：
杜秀丽范志宇邱少明刘庆利吕亚娜司增辉
申请人 ：
大连大学
申请人地址 ：
辽宁省大连市金州新区学府大街10号
代理机构 ：
大连东方专利代理有限责任公司
代理人 ：
姜威威
优先权 ：
CN201911108806.1
主分类号 ：
H04L12/24
IPC分类号 ：
H04L12/24 G06N3/08 G06N3/04
法律状态
2022-04-01 ：
授权
2020-03-17 ：
实质审查的生效
IPC(主分类) : H04L 12/24
申请日 : 20191113
申请日 : 20191113
2020-02-21 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
