首页> 中文期刊> 《山西电子技术》 >基于深度信念网络的网络流量预测模型

基于深度信念网络的网络流量预测模型

         

摘要

为了提高网络流量预测精度,根据深度学习理论提出一种基于深度信念网络(DBN)的网络流量预测模型.该预测模型由受限玻尔兹曼机(RBM)单元组成,采用逐层无监督贪心算法训练参数,然后利用反向传播学习算法微调整个网络参数.最后基于该预测模型对收集到的真实网络流量进行预测和分析,并与传统神经网络预测进行对比研究,结果表明,该预测模型克服了传统神经网络容易陷入局部最优、训练时间长及函数拟合度不高等缺点,具有更高的预测精度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号