【摘 要】
：
针对深度学习网络在网络流量预测建模过程中的参数优化难题,以改善网络流量预测结果为目标,提出一种基于改进灰狼算法优化深度学习网络的网络流量预测模型.首先,收集网络流量
【基金项目】
：
河南省科技厅基础前沿项目(批准号:122300410373)。
论文部分内容阅读
针对深度学习网络在网络流量预测建模过程中的参数优化难题,以改善网络流量预测结果为目标,提出一种基于改进灰狼算法优化深度学习网络的网络流量预测模型.首先,收集网络流量历史数据,并对数据进行相空间重构、归一化等预处理;其次,引入灰狼算法快速搜索到全局最优深度学习网络的相关参数,并根据最优参数对预处理后的网络流量历史数据进行学习,建立能挖掘网络流量历史数据变化规律的预测模型;最后,与其他算法优化深度学习网络的网络流量预测模型进行对比分析.实验结果表明,基于改进灰狼算法优化深度学习网络的网络流量预测精度超过90%
其他文献
基于锥上的不动点指数理论,通过构造适当的锥,讨论Minkowski空间中一维给定平均曲率方程Robin问题{-u′/√1-u′2)′=λa(t)f(u),t∈(0,1),u′(0)=u(1)=0正解的存在性和多解
通过有限域Fq2上常循环码的定义集分解,确定纠缠比特数大小,并利用常循环码构造两类纠缠辅助量子极大距离可分码(简称纠缠辅助量子MDS码).
考虑一类具有Robin边值条件的右端不连续的奇摄动拟线性微分方程.首先,在给定条件下构造在间断曲线附近具有内部层的光滑解的渐近表达式;其次,基于缝接法证明该问题解的存在
通过在(1,∞)3上引入两种实函数类Σ和Γ,在乘积度量空间上给出满足σ(γ)-压缩条件映射的唯一不动点存在性定理,并给出乘积度量空间上的Banach型不动点定理、 Kannan型不动
设U=Tri(A,M,B)是一个2-无扰的三角代数,{φn}n∈N,是U上的一列线性映射.用代数分解方法证明:如果对任意n∈N,U,V∈U且U V=0,有φn([U,V]ξ)=∑i+j=n[φi(U),φj(V)]ξ,ξ≠0
针对当前卷积核初始化方法易导致网络不稳定及主成分分析算法对网络结构限制的问题,提出一种基于图像特征的卷积核初始化方法.该方法先结合模糊处理技术和边缘处理技术对图像进行采样,再将采样后的数据随机分组,使用主成分分析算法提取各组数据的主成分,初始化卷积核.将该方法应用于数据集Cifar-10和Corel-1000,并与Gauss初始化方法和He初始化方法进行对比测试,实验结果表明,该方法性能优于其他卷
用单调迭代法并结合上下解方法研究三物种竞争系统行波解最小波速的选择机制(线性或非线性),给出速度线性选择的充分条件及最小波速非线性选择的若干新结果.所得结果扩大了线
通过构造以色集合和空集为元素的矩阵,利用色集合事先分配法及构造具体染色的方法,解决了图mC15的最优点可区别Ⅰ-全染色及最优点可区别Ⅵ-全染色问题,得到了图mC15的点可区
采用台风集合构建方案,基于WRF中尺度气象模型和FVCOM三维海洋模型建立了一套适用于长江口的风暴潮概率预报系统。以1909号台风“利奇马”为例,应用该概率预报系统得到丰富的
设似星树S=S(a 1,a 2,…,a t,b 1,b 2,…,b s),其中a i(1≤i≤t)是奇数,bj(1≤j≤s)是偶数.首先,讨论似星树S与路Pl的乘积图S■P l在t和s不同取值下是否为任意可分图,并用图