基于改进GRU算法的天基信息网资源预测研究 |
| |
引用本文: | 耿蓉,吴亚倩,肖倩倩,徐赛.基于改进GRU算法的天基信息网资源预测研究[J].东北大学学报(自然科学版),2023(3):305-314. |
| |
作者姓名: | 耿蓉 吴亚倩 肖倩倩 徐赛 |
| |
作者单位: | 东北大学计算机科学与工程学院 |
| |
基金项目: | 中央高校基本科研业务费专项资金资助项目(N2116015,N2116020);;国家自然科学基金资助项目(62071134); |
| |
摘 要: | 为了有效地提高天基信息网中的资源利用效率,提出了一种基于改进GRU(gated recurrent unit)算法的天基信息网资源预测模型.首先,提出递阶式三级架构的资源预测框架来解决天基环境长时延的问题;然后,采用Adam优化器优化GRU网络的学习速率;最后,引入Dropout技术解决网络中存在的过拟合问题.实验仿真了不同预测模型下对各种天基资源的预测,同时对比不同优化器作用下GRU模型的预测准确率,结果表明,基于改进GRU网络的资源预测模型具有更好的性能.
|
关 键 词: | 天基信息网 资源预测 GRU网络 Adam优化器 Dropout技术 |
|
|