← 返回列表
一种基于Transformer和GRU的TSN交换机队列长度预测方法
申请人信息
- 申请人:上海三旺奇通信息科技有限公司
- 申请人地址:201601 上海市松江区泗泾镇泗通路246号嘉南红塔大厦806室
- 发明人: 上海三旺奇通信息科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于Transformer和GRU的TSN交换机队列长度预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311496135.7 |
| 申请日 | 2023/11/10 |
| 公告号 | CN117579583A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | H04L49/253 |
| 权利人 | 上海三旺奇通信息科技有限公司 |
| 发明人 | 贾焱鑫; 徐龙; 熊伟; 朱海龙; 严怀成 |
| 地址 | 上海市松江区泗泾镇泗通路246号嘉南红塔大厦806室 |
摘要文本
本发明公开了一种基于Transformer和GRU的TSN交换机队列长度预测方法，包括：首先基于TSN交换机构建集中管理的网络拓扑，采集网络拓扑的特征数据，提取独立的特征数据，然后构建数据集为若干预设步长的时间序列及其对应的队列长度，之后构建基于Transformer和GRU的神经网络：N个Encoder模块顺序连接第一Linear层、第二Linear层，以预设步长的时间序列为输入、其对应的TSN交换机队列长度为输出，训练神经网络，得到TSN交换机队列长度预测模型，最后将时间序列输入模型中得到TSN交换机队列长度。本发明结合多种特征数据，帮模型更好地理解数据，提升模型性能。基于Transformer和GRU两种方法，可以学习特征数据的全局与局部信息，提升模型性能。
专利主权项内容
1.一种基于Transformer和GRU的TSN交换机队列长度预测方法，其特征在于，包括如下步骤：S1、基于TSN交换机构建集中管理的网络拓扑，采集网络拓扑的特征数据；S2、在特征数据中提取独立的特征数据；S3、基于独立的特征数据构建数据集T，数据集T包括：若干预设步长的时间序列及其对应的队列长度；对数据集T划分训练集和测试集；S4、构建基于Transformer和GRU的神经网络，以训练集中预设步长的时间序列为输入、其对应的TSN交换机队列长度为输出，训练神经网络，得到TSN交换机队列长度预测模型M；initS5、将时间序列输入至TSN交换机队列长度预测模型M得到TSN交换机队列长度。init