[发明专利]一种基于组合模型的网络短时流量预测方法有效
| 申请号： | 201910188754.7 | 申请日： | 2019-03-13 |
| 公开（公告）号： | CN109889391B | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 李千目;张晗睿 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | H04L41/147 | 分类号： | H04L41/147;H04L41/14;H04L47/10 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于组合模型的网络短时流量预测方法。该方法为：首先使用灰色Verhulst‑马尔科夫模型进行网络短时流量预测；然后将灰色Verhulst‑马尔科夫模型的预测结果和实际流量的误差组成一个新的时间序列；接着将误差的时间序列放入GRU中进行训练；最后将灰色Verhulst‑马尔科夫模型的结果和GRU神经网络的结果相加，获得最终流量预测值。本发明结合了传统网络短时流量预测方法和深度学习方法的优点，能够准确地对网络短时流量进行预测，为网络中的异常处理、规划建设、资源管理和用户行为调节提供了依据。 | ||
| 搜索关键词： | 一种 基于 组合 模型 网络 流量 预测 方法 | ||
【主权项】：
1.一种基于组合模型的网络短时流量预测方法，其特征在于，包括以下步骤：步骤1、使用灰色Verhulst‑马尔科夫模型进行网络短时流量预测；步骤2、将灰色Verhulst‑马尔科夫模型的预测结果和实际流量的误差组成一个新的时间序列；步骤3、将误差的时间序列放入GRU中进行训练；步骤4、将灰色Verhulst‑马尔科夫模型的结果和GRU神经网络的结果相加，获得最终流量预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910188754.7/，转载请声明来源钻瓜专利网。
