一种不规则周期性流量预测方法及装置

AITNT
正文
推荐专利
一种不规则周期性流量预测方法及装置
申请号:CN202410862173
申请日期:2024-06-28
公开号:CN118646664B
公开日期:2025-06-03
类型:发明专利
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
1
针对微服务集群的漂移检测方法及电子设备
服务集群 节点特征 漂移检测方法 实体 链路
2
基于差异性学习模型的血管图像分割方法、装置及设备
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
3
基于机器学习的模具高度自适应调节方法及系统
模具高度 序列 PID控制参数 高速压力机 非线性系统
4
基于频域感知的一致性正则化半监督的医学图像分割方法
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
5
基于CNN-BiLSTM-XGB的滑坡位移预测方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号