申请/专利权人：辽宁大学

申请日：2023-09-21

公开（公告）日：2023-12-12

公开（公告）号：CN117221232A

主分类号：H04L47/125

分类号：H04L47/125;H04L41/147

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明公开一种基于WT‑IPSO‑LSTM模型的网络流量预测方法，首先将网络流量时间序列数据进行小波变换，然后建立LSTM模型，并利用改进粒子群算法优化LSTM模型超参数，得到WT‑IPSO‑LSTM预测模型，最终利用该模型对网络流量数据进行预测。本发明预测方法克服了传统方法预测过程中精度不高的问题，且利用小波变换对网络流量数据进行特征提取，利用改进粒子群算法对LSTM的超参数进行优化，避免模型陷入局部最优解的问题，提高了预测收敛速度，最终实现了对网络流量数据的高精度预测。

主权项：1.基于WT-IPSO-LSTM模型的网络流量预测方法，其特征在于，包括以下步骤：步骤1，收集网络流量数据；步骤2，对步骤1所得数据进行小波变换，得到网络流量序列的低频分量和高频分量；步骤3，对步骤2所得多个序列数据分别进行预处理，以满足神经网络模型的输入要求；步骤4，根据步骤3所得数据，分别建立LSTM模型，完成模型的训练；步骤5，利用改进粒子群算法IPSO优化步骤4所得LSTM模型的超参数，得到WT-IPSO-LSTM模型；步骤6，利用WT-IPSO-LSTM模型对未来数据进行预测。

全文数据：

权利要求：

百度查询： 辽宁大学 基于WT-IPSO-LSTM模型的网络流量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD