摘要
本发明提供了一种网络流量预测方法,包括从网络拓扑设备获取时间序列下的网络数据,并对其进行预处理得到预处理网络数据;将所述预处理网络数据输入训练好的Transformer预测模型中,得到当前时刻的网络流量。由于本用于预测网络流量的Transformer预测模型通过ISSA算法对模型中的超参数进行迭代寻优得到,提升了Transformer模型在长时间序列预测过程中的性能,使得Transformer模型具有较高的预测精度,不容易陷入局部最优且具有较强的全局信息捕捉能力。因此本发明可以提升预测网络流量的精度。
技术关键词
网络流量预测方法
位置更新
预测网络流量
超参数
亮度
荧光
网络拓扑
萤火虫算法
数据
策略更新
矩阵
序列
因子
注意力
代表
元素
精度
系统为您推荐了相关专利信息
强化学习环境
网络
数学模型
线性变换矩阵
误差函数
协同神经网络
识别分类方法
单目摄像头
识别分类装置
残差神经网络
微通道铝扁管
计数方法
检测工作台
二次分割方法
工业相机
电流阻挡层
钝化保护层
凹坑结构
电流扩展层
ICP刻蚀技术