申请/专利权人:杭州电子科技大学
申请日:2023-12-26
公开(公告)日:2024-04-09
公开(公告)号:CN117857376A
主分类号:H04L41/147
分类号:H04L41/147;H04L41/16;H04L43/0894
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于改进Transformer的网络带宽实时预测方法。首先根据用户自身需求获取数据集,然后使用箱型图方法对数据处理,剔除负数和异常值;建立基于改进Transformer的带宽预测模型,对传统的Transformer结构进行改进,引入了生成式编码结构;最后获取待预测场景当前的带宽数据作为训练好的模型的输入,获得网络带宽预测值,实时的带宽数据预测。本发明采用生成式编码结构改进Transformer模型在设计上更注重特征与目标的相关性,而不仅仅是特征之间的相关性。这种结构的设计使得模型更有可能学到输入序列中的有用信息,能够更好地捕捉目标与历史信息的关系。
主权项:1.一种基于改进Transformer的网络带宽实时预测方法,其特征在于,具体实施步骤如下:步骤1:准备数据,数据集为根据用户自身需求所采集得到,所述的数据集包括N个场景的带宽信息数据;步骤2:数据处理,使用箱型图方法对数据处理,剔除负数和异常值;步骤3:建立基于改进Transformer的带宽预测模型:所述的基于改进Transformer的带宽预测模型,引入了多头注意力机制,通过使用多个并行的注意力头,每个头都专注于捕获不同时间段之间的关联性;同时,对传统的Transformer结构进行改进,引入了生成式编码结构;步骤4、基于训练好的带宽预测模型实现网络带宽实时预测;获取待预测场景当前的带宽数据作为训练好的最优模型的输入,获得网络带宽预测值,实时的带宽数据预测。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种基于改进Transformer的网络带宽实时预测方法
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。