Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于LSTM和自动编码器的卫星链路流量预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供一种基于LSTM和自动编码器的卫星链路流量预测方法,包括如下步骤:步骤S1、对原始流量数据集D进行预处理,得到数据集Dp;步骤S2、对数据集Dp应用滑动窗口进行切分,得到集合并将集合划分为训练集和测试集;步骤S3、构建具有编码器部分和解码器部分的自动编码器模型;步骤S4、利用步骤S2中的训练集对自动编码器模型进行预训练;步骤S5、构建LSTM模型,并将其接入经步骤S4预训练后的自动编码器之后,形成预测网络;步骤S6、利用步骤S2中的训练集对预测网络进行训练。本发明能够提升预测精度,且降低计算复杂度和训练时间。

主权项:1.基于LSTM和自动编码器的卫星链路流量预测方法,其特征在于:包括如下步骤:步骤S1、对原始流量数据集D={d1,d2,…,dn-1,dn}进行预处理,得到数据集n表示原始流量数据集的数据总点数;步骤S2、对数据集Dp应用滑动窗口进行切分,得到多个序列组成的集合并将集合划分为训练集和测试集;步骤S3、构建具有编码器部分和解码器部分的自动编码器模型,编码器部分包括第一输入层、第一LSTM层和中间隐藏层,第一LSTM层用于把输入的数据编码成中间隐藏层当中所包含的特征向量,解码器部分包括第一向量重复层、第二LSTM层、分时插入的第一BP神经网络层和第一输出层,第一向量重复层用于将中间隐藏层所包含的特征向量重复多次并输入第二LSTM层,第二LSTM层和分时插入的第一BP神经网络层用于将特征向量解码;步骤S4、利用步骤S2中的训练集对自动编码器模型进行预训练;步骤S5、构建LSTM模型,并将其接入经步骤S4预训练后的自动编码器之后,形成预测网络;步骤S6、利用步骤S2中的训练集对预测网络进行训练。

全文数据:

权利要求:

百度查询: 北京理工大学 基于LSTM和自动编码器的卫星链路流量预测方法

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。

相关技术
相关技术
相关技术