基于时序特征建模的往返时延预测方法

作     者：王心语 衷璐洁 WANG Xin-yu;ZHONG Lu-jie

作者机构：首都师范大学信息工程学院北京100048 

基　　金：国家自然科学基金项目(61872253) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第7期

页      码：1957-1963页

摘      要：为提升往返时延预测的准确性与实时性,在深入挖掘和分析影响其准确度各种因素的基础上,针对往返时延变化的短期随机性与长期平稳性,提出一种基于时序特征建模的往返时延预测方法GCA-RTT。通过构建门控卷积与自注意力机制相融合的时延历史数据局部特征与长期依赖关系学习模型,实现更为精确、高效的往返时延预测。实验结果表明,GCA-RTT可以有效捕捉基于时间序列的往返时延变化特征,与其它神经网络预测方法比较,预测准确性明显提高且预测时间缩短。

主 题 词：往返时延预测 时间序列 门控卷积 自注意力机制 局部特征 长期依赖 准确性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.07.006

馆 藏 号：203128807...