Dropout回声状态网络的网络流量预测
提出了一种基于Dropout方法的回声状态网络(ESN).将基于Dropout方法的ESN(Dropout ESN)应用到实际的网络流量预测任务中,设置储备池内神经元以不同的概率停止工作,将经典的ESN和Dropout ESN进行了对比,分析了2种网络对预测性能的影响,将基于Dropout方法的ESN和其他网络的正规化方均根差进行对比分析.仿真结果表明,Dropout ESN对网络流量预测效果更优.
机器学习;回声状态网络;网络流量预测;Dropout方法
44
TP183(自动化基础理论)
国家重点研发计划项目;国家自然科学基金项目
2021-11-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
10-13,20