科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确的流量预测提升通信网络技能、改善通信网络管理具有重要意义。考虑到长短期记忆（Long ShortTerm Memory, LSTM）神经网络可解决长序列数据在训练过程中的存在梯度消失问题，采用LSTM作为长期流量预测的基准模型，为提高模型准确性，在LSTM模型的基础上，引入Attention机制（Attention mechanism, AM），通过映射加权和学习参数矩阵赋予LSTM隐含状态不同的权重，减少历史信息的丢失并加强重要信息的影响作用，以完成流量的预测。
-
单位沈阳航空航天大学; 电子信息工程学院
