基于雙向GRU模型的網(wǎng)絡流量預測的研究
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>593 K
標簽： 流量預測 神經(jīng)網(wǎng)絡 門控循環(huán)單元
所需積分：0分積分不夠怎么辦？
文檔介紹：當前使用門控循環(huán)單元(Gated Recurrent Units，GRU)神經(jīng)網(wǎng)絡進行流量預測時，普遍存在滯后性以及預測準確性不高的問題，因此提出一種改進的GRU模型進行流量預測的方法。首先基于GRU神經(jīng)網(wǎng)絡提出一種雙向GRU神經(jīng)網(wǎng)絡和人工神經(jīng)網(wǎng)絡堆疊的網(wǎng)絡模型，適用于流量特征、時間特征、事件特征等多維向量的輸入；同時為解決部分時間段準確度不高的問題，將訓練樣本進行日期分類，針對每一類日期生成單獨的網(wǎng)絡模型，能大幅提升預測的準確度以及改善預測的滯后性。最后，為了提升流量峰值的預測準確度，采用樣本的再平衡手段以及自定義損失函數(shù)，實驗結(jié)果表明，能較好地達成預期目標。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。