一种基于时间序列分析的网络流量动态优化方法

AITNT
正文
推荐专利
一种基于时间序列分析的网络流量动态优化方法
申请号:CN202411490040
申请日期:2024-10-24
公开号:CN119449629A
公开日期:2025-02-14
类型:发明专利
摘要
本发明公开一种基于时间序列分析的网络流量动态优化方法,涉及云计算网络技术领域;包括:步骤1:收集数据,步骤2:建立多尺度时间序列模型,步骤3:训练与调优多尺度时间序列模型;步骤4:部署多尺度时间序列模型到生产环境中,实时预测网络流量,同时实时监控多尺度时间序列模型的性能数据和网络流量的变化;步骤5:评估并调整多尺度时间序列模型:根据监控的性能数据,使用MAE、RMSE指标评估多尺度时间序列模型型的预测性能,使用交叉验证评估多尺度时间序列模型的泛化能力,根据评估结果调整多尺度时间序列模型。
技术关键词
时间序列模型 时间序列特征 多尺度 动态优化方法 网络流量数据 动态优化装置 LSTM模型 预测网络流量 数据收集模块 引入注意力机制 正则化算法 延迟参数 监控工具 噪声数据 周期性 特征选择 测试模块
系统为您推荐了相关专利信息
1
一种基于双视图互补一致性的半监督医学图像分割方法
医学图像分割方法 多尺度语义特征 不确定性估计方法 教师 标注医学图像
2
一种剥离点云前景与背景的方法及装置
边界轮廓 点云 识别出障碍物 障碍物识别 图像处理单元
3
一种适用于统计河道蜿蜒形态的小波分析方法及系统
分析方法 特征参数评估 因子 风险评估报告 数据
4
一种基于特征选择和集成学习的时间序列植被指数作物分类方法
归一化植被指数 分类器 特征选择 分类方法 分类准确率
5
硬件的控制方法、存储介质及制造系统
异常事件 时间序列模型 静态设备 机器学习架构 传感器
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