基于改进BP神经网络的网络流量预测

发布时间：2021-04-06 11:55

　　为了提高网络流量的预测精度,克服BP神经网络预测过程中存在收敛速度慢、易陷入局部极小值的缺点,提出改进BP神经网络的网络流量预测模型。该模型引入动量因子和自适应学习速率来改进BP神经网络。仿真结果表明,改进BP神经网络预测的结果误差更小,精确度更高。 

【文章来源】：计算机与数字工程. 2020,48(07)

【文章页数】：5 页

【部分图文】：

网络流量数据4.2数据预处理00500100015002000250030003500时间

【参考文献】：
期刊论文
[1]基于改进的BP神经网络的车牌识别技术研究[J]. 张娜,韩美林,王园园,杨琳.  计算机与数字工程. 2018(10)
[2]基于权值变化的BP神经网络自适应学习率改进研究[J]. 朱振国,田松禄.  计算机系统应用. 2018(07)
[3]基于改进BP神经网络的个性化推荐算法研究[J]. 罗频捷,温荷.  四川理工学院学报(自然科学版). 2016(01)
[4]改进ABC算法优化LSSVM的网络流量预测模型[J]. 许爱军.  计算机应用与软件. 2015(01)
[5]基于ARMA-RESN的网络流量预测[J]. 王雪松,赵跃龙.  计算机工程与应用. 2014(13)
[6]基于BP神经网络的变压器故障诊断模型[J]. 禹建丽,卞帅.  系统仿真学报. 2014(06)
[7]改进的BP神经网络模型预测充填体强度[J]. 魏微,高谦.  哈尔滨工业大学学报. 2013(06)
[8]基于小波变换的PCNN网络流量预测算法[J]. 韩小燕.  计算机工程与应用. 2014(16)
[9]基于改进GA-BP神经网络的湿度传感器的温度补偿[J]. 彭基伟,吕文华,行鸿彦,武向娟.  仪器仪表学报. 2013(01)
[10]改进粒子群算法优化BP神经网络的短时交通流预测[J]. 李松,刘力军,翟曼.  系统工程理论与实践. 2012(09)



本文编号：3121388