[发明专利]基于改进的径向基神经网络算法的网络异常流量预测方法在审
| 申请号： | 201910957978.X | 申请日： | 2019-10-10 |
| 公开（公告）号： | CN110708318A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 刘畅;夏勇军;王晋;李晶;王捷;田里;汪雪琼 | 申请（专利权）人： | 国网湖北省电力有限公司电力科学研究院;国家电网有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/08 |
| 代理公司： | 42113 武汉楚天专利事务所 | 代理人： | 孔敏 |
| 地址： | 430077 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进的径向基神经网络算法的网络异常流量预测方法，包括RBF神经网络初始化、采用QAPSO算法优化RBF神经网络参数、根据RBF神经网络的最优参数重新构建一个优化的RBF神经网络预测模型、以及使用优化的RBF神经网络预测模型进行流量预测。本发明针对PSO算法存在的早熟收敛、易于陷入局部最优解和搜索精度不足等问题，在基于自适应思想的APSO算法和基于量子理论的QPSO算法的基础上，使之结合，设计了一种具备更高全局收敛能力和全局搜索精度QAPSO算法，并使用QAPSO算法优化RBF算法参数，提高了RBF神经网络的预测精度。 | ||
| 搜索关键词： | 算法 算法优化 预测模型 径向基神经网络算法 网络异常流量 量子理论 流量预测 全局收敛 全局搜索 算法参数 重新构建 最优参数 初始化 自适应 最优解 预测 优化 早熟 收敛 搜索 改进 | ||
【主权项】：
1.一种基于改进的径向基神经网络算法的网络异常流量预测方法，其特征在于：包括RBF神经网络初始化、采用QAPSO算法优化RBF神经网络参数、根据RBF神经网络的最优参数重新构建一个优化的RBF神经网络预测模型、以及使用优化的RBF神经网络预测模型进行流量预测。/n
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国网湖北省电力有限公司电力科学研究院;国家电网有限公司，未经国网湖北省电力有限公司电力科学研究院;国家电网有限公司许可，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/201910957978.X/，转载请声明来源钻瓜专利网。
- 上一篇：数据包匹配方法、装置、网络设备及存储介质
- 下一篇：服务请求的处理方法及装置
