基于双向GRU模型的网络流量预测的研究
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>593 K
標簽： 流量预测 神经网络 门控循环单元
所需積分：0分積分不夠怎么辦？
文檔介紹：当前使用门控循环单元(Gated Recurrent Units，GRU)神经网络进行流量预测时，普遍存在滞后性以及预测准确性不高的问题，因此提出一种改进的GRU模型进行流量预测的方法。首先基于GRU神经网络提出一种双向GRU神经网络和人工神经网络堆叠的网络模型，适用于流量特征、时间特征、事件特征等多维向量的输入；同时为解决部分时间段准确度不高的问题，将训练样本进行日期分类，针对每一类日期生成单独的网络模型，能大幅提升预测的准确度以及改善预测的滞后性。最后，为了提升流量峰值的预测准确度，采用样本的再平衡手段以及自定义损失函数，实验结果表明，能较好地达成预期目标。
現(xiàn)在下載
VIP會員，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。