基于改进BP神经网络的网络流量预测

• 作者: 吉珊珊 柯钢
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: BP神经网络 动量因子 自适应学习速率 网络流量
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1682-1686
• 页数: 5页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.07.026

摘要

为了提高网络流量的预测精度,克服BP神经网络预测过程中存在收敛速度慢、易陷入局部极小值的缺点,提出改进BP神经网络的网络流量预测模型.该模型引入动量因子和自适应学习速率来改进BP神经网络.仿真结果表明,改进BP神经网络预测的结果误差更小,精确度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柯钢		27	75	5.0	6.0
2	吉珊珊		31	33	3.0	4.0