基于双向GRU模型的网络流量预测的研究AET-电子技术应用-最丰富的电子设计资源平台

基于双向GRU模型的网络流量预测的研究
所属分类：技术论文
上传者：aetmagazine
文档大小：593 K
标签：流量预测神经网络门控循环单元
所需积分：0分积分不够怎么办？
文档介绍：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。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动