基于時(shí)序特征建模的往返時(shí)延預(yù)測(cè)方法

摘要： 為提升往返時(shí)延預(yù)測(cè)的準(zhǔn)確性與實(shí)時(shí)性，在深入挖掘和分析影響其準(zhǔn)確度各種因素的基礎(chǔ)上，針對(duì)往返時(shí)延變化的短期隨機(jī)性與長(zhǎng)期平穩(wěn)性，提出一種基于時(shí)序特征建模的往返時(shí)延預(yù)測(cè)方法GCA-RTT。通過(guò)構(gòu)建門控卷積與自注意力機(jī)制相融合的時(shí)延歷史數(shù)據(jù)局部特征與長(zhǎng)期依賴關(guān)系學(xué)習(xí)模型，實(shí)現(xiàn)更為精確、高效的往返時(shí)延預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，GCA-RTT可以有效捕捉基于時(shí)間序列的往返時(shí)延變化特征，與其它神經(jīng)... （共7頁(yè)）