典型文献
基于时空特征的多模型网络流量短期预测方法
文献摘要：
网络流量短期预测由于其波动性大,突发性强,采样随机性高等特点一直是研究人员重点关注的课题之一,其对于网络调度,异常预警等网络规划工作具有重要的指导作用.从网络短期流量的时间周期性和空间关联性入手,对原始短期流量数据进行时空特征维度构造,并使用长短期记忆LSTM和LightGBM决策树对未来不同采样时刻的流量进行预测,最终在多个数据集的实验中达到了良好的预测精度.
文献关键词：
流量预测;机器学习;时空特征;长短期记忆(LSTM);决策树
中图分类号：
作者姓名：
钱刘熠辉
作者机构：
中国电信股份有限公司广东研究院
文献出处：
引用格式：
[1]钱刘熠辉-.基于时空特征的多模型网络流量短期预测方法)[J].广东通信技术,2022(01):58-62
A类：
B类：
时空特征,多模型,网络流量,短期预测,波动性,突发性,随机性,网络调度,异常预警,网络规划,规划工作,时间周期性,空间关联性,流量数据,长短期记忆,LightGBM,决策树,中达,流量预测
AB值：
0.397822
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
