需求发布 成果发布 科创案例库 揭榜挂帅
技术经理人 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于注意力机制的LSTM模型的网络流量预测方法

一种基于注意力机制的LSTM模型的网络流量预测方法

发布时间: 2021-09-28

来源: 科技服务团

基本信息

合作方式： 技术许可
成果类型： 发明专利
行业领域：
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍

 本发明提供一种基于注意力机制的LSTM模型的网络流量预测方法，该方法包括以下步骤：步骤1：数据预处理，对所述网络流量数据进行标准化处理，然后将网络流量数据划分为训练数据和测试数据；步骤2：构建模型，构建基于注意力机制的LSTM模型，步骤3：模型训练，将训练数据输入所述基于注意力机制的LSTM模型中，基于Adam优化算法进行迭代训练，得到训练好的模型；步骤4：网络流量预测。该网络流量预测方法在计算当前时刻的输出状态时，综合考虑前面多个时刻的隐藏状态，使得输出序列中每一项的生成概率都受输入多个历史序列隐藏状态的影响，对流量的预测更加准确。

成果亮点
团队介绍
成果资料