|
|||||
|
|
| 基于深度学习的网络流量预测研究综述 | |
| 作者姓名： | 康梦轩 宋俊平 范鹏飞 高博文 周旭 李琢 |
| 作者单位： | 1.中国科学院 计算机网络信息中心,北京 100190 2.中国科学院大学,北京 100049 3.中国联合网络通信有限公司 北京市分公司,北京 100038 |
| 摘 要： | 精准地预判网络流量变化趋势可以帮助运营商准确预估网络的使用情况,合理分配并高效利用网络资源,以满足日益增长且多样化的用户需求.以深度学习算法在网络流量预测领域的进展为线索,阐述了网络流量预测的评价指标和目前公开的网络流量数据集及应用,具体分析了网络流量预测中常用的深度信念网络、卷积神经网络、循环神经网络和长短时记忆网络... |
| 关 键 词： | 深度学习 网络流量预测 深度信念网络 卷积神经网络 长短时记忆网络 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 | |
| 点击此处可从《计算机工程与应用》下载全文 | |
