基于堆叠长短期记忆网络的互联网流量预测

孟智慧; 刘辉; 刘伟信; 曹颜辉; 史文强; 崔军勇

doi:10.13992/j.cnki.tetas.2024.06.003

Chinese

您当前的位置：

首页 >

文章列表页 >

基于堆叠长短期记忆网络的互联网流量预测

更新时间：2026-04-21

- 基于堆叠长短期记忆网络的互联网流量预测
- Vol. 37, Issue 6, Pages: 80-85(2024)
- 作者机构：
  
  中国移动通信集团设计院有限公司山西分公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2024.06.003
  CLC： TP393.06;TP18
- Published：2024
- 稿件说明：
移动端阅览
孟智慧, 刘辉, 刘伟信, et al. 基于堆叠长短期记忆网络的互联网流量预测[J]. 2024, 37(6): 80-85.
DOI：

孟智慧, 刘辉, 刘伟信, et al. 基于堆叠长短期记忆网络的互联网流量预测[J]. 2024, 37(6): 80-85. DOI： 10.13992/j.cnki.tetas.2024.06.003.

摘要

对互联网流量的有效预测是网络运营商进行网络优化的重要组成部分，为了提高互联网流量的有效预测，本文提出了一种堆叠长短期记忆网络（LSTM）模型来预测未来的互联网流量。首先，介绍了堆叠LSTM的网络结构。然后构建了4种不同堆叠层数的LSTM网络结构，并利用欧洲11个城市的ISP互联网流量和英国学术网流量数据集进行实验对比，确定了当堆叠层数为2层时，预测的精确度最高。最后为了验证该模型的有效性，通过均方根误差和平均绝对误差这两个衡量标准，与DBN、GRU、HA模型进行比较。实验结果表明，基于堆叠的LSTM预测模型较其它模型的RMSE值和ER值均有所降低。

Abstract

关键词

Keywords

references

赵巍.基于改进长短时记忆神经网络的5G通信网络流量预测[J].沈阳工业大学学报,2022(06).

靳明飞.基于多项式修正的LSTM网络流量预测[J].信息记录材料,2022(07).

徐海兵,郭久明.基于双向GRU模型的网络流量预测的研究[J].电子技术应用,2022(02).

付强,王华伟.基于多层LSTM的复杂系统剩余寿命智能预测[J].兵器装备工程学报,2022(01).

杨佳宁,黄向生,李宗翰,荣灿,刘道伟.基于双层栈式长短期记忆的电网时空轨迹预测[J].计算机科学,2019(S2).

李莹琦,黄越,孙晓川.基于深度置信回声状态网络的网络流量预测模型[J].南京邮电大学学报(自然科学版),2018(05).

田海梅,黄楠.基于ACO-LSSVM的网络流量预测[J].计算机工程与应用,2014(01).

Diederik P. Kingma,Jimmy Ba.Adam: A Method for Stochastic Optimization.[J].CoRR,2014.

Razvan Pascanu,Çaglar Gülçehre,Kyunghyun Cho,Yoshua Bengio.How to Construct Deep Recurrent Neural Networks.[J].CoRR,2013.

Hochreiter S,Schmidhuber J.Long short-term memory.[J].Neural computation,1997(8).

Views

122

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于神经网络的指标预警研究

5G+4G网络协同规划方法及策略研究

Related Author

梅杰

姚岚

雷超

王鉴

徐杰

李阳

许勇

曹桓

Related Institution

中国移动通信集团设计院有限公司

中国移动通信集团设计院有限公司北京分公司

中国移动通信集团设计院有限公司四川分公司

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰