基于LSTM与传统神经网络的网络流量预测及应用

• 作者: 杨明川 王海宁 袁祥枫
• 来源期刊: 移动通信
• 学科: 工学
• 关键词: 流量预测 神经网络 长短期记忆 网络切片
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: "人工智能"专题
• 页码范围: 37-44
• 页数: 8页
• 分类号: TN929.5
• 字数: 4565字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1010.2019.08.007

摘要

提出了一个基于长短期记忆循环神经网络与传统神经网络的网络流量预测模型.通过与传统机器学习流量预测方法相对比,验证了该模型在网络流量预测中的适用性与更高的准确性.将上述流量预测模型应用在基于软件定义网络技术的智能化承载网切片系统中,以提升网络资源利用率,并提供了实验室验证结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明川	中国电信股份有限公司北京研究院	72	414	11.0	18.0
2	王海宁	中国电信股份有限公司北京研究院	6	63	4.0	6.0
3	袁祥枫	中国电信股份有限公司北京研究院	1	5	1.0	1.0