[发明专利]基于BP神经网络的认知网络性能预测方法及装置无效
| 申请号： | 201110452125.4 | 申请日： | 2011-12-30 |
| 公开（公告）号： | CN102592171A | 公开（公告）日： | 2012-07-18 |
| 发明（设计）人： | 孙雁飞;亓晋;李施;朱磊 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 许方 |
| 地址： | 210003 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BP神经网络的认知网络性能预测方法。该方法以认知网络的协议栈参数和性能参数作为输入，利用BP神经网络进行认知网络性能预测。本发明还公开了一种基于BP神经网络的认知网络性能预测装置，包括按信号流向依次连接的信息感知模块、数据预处理模块、预测模块。本发明能够对未来时刻认知网络的网络性能进行准确预测，可使得认知网络能在网络环境变化时自适应的做出反应，实现网络的可控、可管、可信。 | ||
| 搜索关键词： | 基于 bp 神经网络 认知 网络 性能 预测 方法 装置 | ||
【主权项】：
基于BP神经网络的认知网络性能预测方法，根据认知网络当前的网络参数，对未来时刻的认知网络性能参数进行预测；其特征在于，该方法以认知网络的协议栈参数和性能参数作为输入，利用BP神经网络进行认知网络性能预测；所述BP神经网络按照以下方法训练得到： 步骤1、采集认知网络的协议栈参数和性能参数，并对其进行归一化处理，得到训练样本；步骤2、构建三层BP神经网络，其中输入层节点数为N‑1，输出层节点数为1；N为所采集的认知网络的协议栈参数和性能参数的种类数；隐层节点数按照以下方法确定：以误差平方和的均值为准确度评价指标，通过循环测试，选取使得误差平方和均值最小的隐层节点数；步骤3、初始参数选择；步骤4、利用步骤1中得到的训练样本对所构建的三层BP神经网络进行训练，得到训练后的BP神经网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110452125.4/，转载请声明来源钻瓜专利网。
