作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文通过使用循环神经网络方法通过对被动式测量的节点历史采样数据包和流量参数进行分析,来预测未来节点的相应参数.用这种方法作为传统采样后计算参数方法的一种补充,其预测值在不方便用传统的采样压缩或者聚类方法时可以作为一种参考.
推荐文章
组合神经网络的网络流量预测研究
网络流量
遗传算法
神经网络
预测
基于混沌时间序列和神经网络的网络流量预测方法
时间序列
相空间重构
神经网络
网络流量预测
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于改进神经网络的无线网络流量预测
无线网络流量预测
粒子群优化算法
BP神经网络
ARIMA预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于被动式网络流量测量数据的循环神经网络方法参数特征预测
来源期刊 软件 学科
关键词 被动式 网络 测量 循环神经网络
年,卷(期) 2021,(4) 所属期刊栏目 设计研究与应用
研究方向 页码范围 116-118
页数 3页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1003-6970.2021.04.036
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
被动式
网络
测量
循环神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
总被引数(次)
23629
论文1v1指导