摘要
一种不规则周期性流量预测方法及装置,涉及计算机网络和人工智能技术领域,方法包括:按不同时间尺度提取一维的多尺度的流量特征;在各尺度内,将多尺度流量特征转变为多个周期性的二维流量矩阵,提取多周期的时间特征;所述多周期的时间特征包括各尺度内的多周期的时间特征以及跨尺度的多周期的时间特征;将所述多尺度的流量特征和多周期的时间特征拼接,得到融合特征;基于Transformer的多特征融合模型,输入所述融合特征,输出预测的流量。本发明可以精准的捕获网络流量数据中的多尺度和周期性特征,从而增强不规则周期性流量数据的预测性能。
技术关键词
流量预测方法
融合特征
多尺度
周期性特征
序列
预测装置
多头注意力机制
网络流量数据
前馈神经网络
编码器
矩阵
特征提取模块
人工智能技术
拼接模块
滑动窗口
系统为您推荐了相关专利信息
血管图像分割方法
模态特征
位置编码器
图像分割模型
补丁
模具高度
序列
PID控制参数
高速压力机
非线性系统
医学图像分割方法
医学图像分割模型
编码特征
标记医学图像
医学图像分类
滑坡位移预测方法
灰色关联度
地质位移预测技术
模型预测值
最佳参数组合