专利名称：一种基于神经网络的带宽预测方法专利类型：发明专利
发明人：张旭,张欣宇,薛雨,马展申请号：CN202010204155.2申请日：20200320公开号：CN111371626A公开日：20200703
摘要：本发明公开了一种基于神经网络的带宽预测方法。该方法的步骤为：(1)建立神经网络模型并进行训练，神经网络模型的输入为历史时刻的带宽变化特征，输出为未来时刻的带宽预测值；(2)记录用户的实时带宽数据并按照时间排序；将实时带宽数据按照设定的采样间隔进行采样；(3)提取带宽的时序特征；(4)将带宽的时序特征输入训练好的神经网络模型，计算未来时刻的带宽量化因子；(5)将计算得到的带宽量化因子转换为预测的未来时刻带宽。本发明提出了一种量化反映未来网络状态变化的方法，在带宽测量的基础上预测未来的带宽，弥补带宽测量耗时长的缺陷，能有效指导互联网应用应对网络变化。
申请人：南京大学,成都云格致力科技有限公司
地址：210046 江苏省南京市栖霞区仙林大道163号
国籍：CN
代理机构：江苏法德东恒律师事务所
代理人：李媛媛
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容