排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
网络流量预测是有效保障用户QoS措施之一。当前深度学习为基础的网络算法预测中没有充分利用网络拓扑信息。为此,提出了基于高阶图卷积自编码器的网络流量预测模型。该流量预测模型基于软件定义网络(SDN)架构,利用高阶图卷积网络(GCN)获取网络拓扑中的多跳邻域之间的流量相互影响关系,采用门控递归单元(GRU)获取网络的时间相关性信息,利用自编码模型来实现无监督学习和预测。在Abilene网络上采用真实数据进行了仿真对比分析试验,结果表明,提出的方法在网络流量检测方面的MAPE值为41.56%,低于其它深度学习的方法,同时预测准确率方面也达到最优。 相似文献
2.
3.
针对某市综合数据网市县互联链路现状,文章分析了目前市县互联链路存在的问题,阐述了优化原则,重点探讨并制定了市县骨干综合数据网互联优化方案。在实际应用中证明了这一方案的可行性。 相似文献
1