《表1 不同算法效果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LSTM与传统神经网络的网络流量预测及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本次实验在测试集上将本文提出的模型与三层L S T M模型、支持向量回归模型（S u p p o r t Ve c t o r Regression，SVR）、梯度提升回归树模型（Gradient Boosting Regression Tree，GBRT）对下一时刻流量值的预测情况进行对比，结果如表1和图10所示。可见，本文LSTM+DNN模型效果最好，其次是SVR。GBRT MSE值优于LSTM，但GBRT的预测曲线有明显的滞后性，对真实值曲线的偶然波动较为敏感。LSTM的曲线较平滑，对真实值曲线的偶然波动不敏感。