网络流量预测方法、计算机装置、产品及存储介质
实质审查的生效
摘要
本发明公开了一种网络流量预测方法、计算机装置、产品及存储介质，本发明分别学习邻近的、以日为周期、以周为周期的三种不同范围的数据的时空特征。将三个模块的输出通过自适应融合机制进行融合，并将融合结果输入预测网络中得到预测序列。设计了门控空洞卷积网络，能够在参数比较小的情况下学习数据时间维度上的长相关性；还设计了混合跳图卷积网络，能够学习数据复杂的空间相关性；此外，为了能够为了充分建模网络节点之间动态的和多层次的相互依赖关系，本发明还提出了一个图学习网络，以数据驱动的方式为STA模块中不同的的混合跳图卷积网络学习从浅层次到深层次的邻接矩阵。因此M2STL具有更强的时空学习能力来进行网络流量预测。
基本信息
专利标题 ：
网络流量预测方法、计算机装置、产品及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114422382A
申请号 ：
CN202210105778.3
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈小迪谢鲲谢若天张大方文吉刚李肯立
申请人 ：
湖南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路28号
代理机构 ：
长沙正奇专利事务所有限责任公司
代理人 ：
王娟
优先权 ：
CN202210105778.3
主分类号 ：
H04L41/147
IPC分类号 ：
H04L41/147 H04L41/16 H04L43/0876 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : H04L 41/147
申请日 : 20220128
申请日 : 20220128
2022-04-29 ：
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
