本文關(guān)鍵詞：混沌理論與極限學習機的網(wǎng)絡(luò)流量預測　出處：《內(nèi)蒙古師范大學學報(自然科學漢文版)》2016年05期 　論文類型：期刊論文

  更多相關(guān)文章： 網(wǎng)絡(luò)流量 極限學習機 小波分析 相空間重構(gòu)

【摘要】：提出一種混沌理論和極限學習機的網(wǎng)絡(luò)流量預測模型.首先對網(wǎng)絡(luò)流量時間序列進行小波分解得到不同分量,然后采用混沌理論對各分量進行相空間重構(gòu),并利用神經(jīng)網(wǎng)絡(luò)中的極限學習機進行建模,得到各分量的預測結(jié)果,最后采用對分量的預測值進行疊加組合,并采用具體網(wǎng)絡(luò)流數(shù)據(jù)集進行模擬測試.相對于其他模型,混沌理論和極限學習機的網(wǎng)絡(luò)流量預測模型能準確地反映網(wǎng)絡(luò)流量的變化特性,獲得更高精度的預測結(jié)果.
[Abstract]:This paper presents a chaotic theory and a network traffic prediction model based on LLM. Firstly, different components are obtained by wavelet decomposition of network traffic time series, and then each component is reconstructed in phase space by chaotic theory. Using the ultimate learning machine in the neural network to model, the prediction results of each component are obtained. Finally, the prediction value of the component is superimposed and combined. Compared with other models, chaos theory and network traffic prediction model of LLM can accurately reflect the characteristics of network traffic. More accurate prediction results are obtained.
【作者單位】： 內(nèi)蒙古財經(jīng)大學計算機信息管理學院;
【基金】：國家社會科學基金資助項目(BCA060016) 內(nèi)蒙古自然科學基金資助項目(2013MS0901)
【分類號】：TP393.06;TP18;O415.5
【正文快照】： 隨著模式識別技術(shù)的成熟,許多學者將一些非線性模型應用于網(wǎng)絡(luò)流量預測中,其中經(jīng)典的網(wǎng)絡(luò)流量預測模型有灰色模型、神經(jīng)網(wǎng)絡(luò)、支持向量機及各種組合模型[1].20世紀80年代,隨著混沌理論研究的不斷深入,有學者發(fā)現(xiàn)網(wǎng)絡(luò)流量時間序列具有明顯的混沌特征,并提出基于混沌理論的網(wǎng)絡(luò)

【相似文獻】

相關(guān)期刊論文 前9條

1 姚奇富;李翠鳳;馬華林;張森;;灰色系統(tǒng)理論和馬爾柯夫鏈相結(jié)合的網(wǎng)絡(luò)流量預測方法[J];浙江大學學報(理學版);2007年04期

2 黨小超;胡廣濤;郝占軍;;最大Lyapunov指數(shù)改進算法的網(wǎng)絡(luò)流量預測[J];蘇州科技學院學報(自然科學版);2011年01期

3 王洪智;劉震;李東輝;;基于多分類支持向量機的網(wǎng)絡(luò)流量預測方法[J];科技導報;2014年17期

4 許輝;譚敏生;;殘差灰色模型在網(wǎng)絡(luò)流量預測中的應用[J];電腦知識與技術(shù);2010年03期

5 李振剛;;基于高斯過程回歸的網(wǎng)絡(luò)流量預測模型[J];計算機應用;2014年05期

6 馬華林;張立燕;;基于自適應過濾法和馬爾柯夫鏈的網(wǎng)絡(luò)流量預測方法[J];計算機應用與軟件;2009年12期

7 唐舟進;彭濤;王文博;;一種基于相關(guān)分析的局域最小二乘支持向量機小尺度網(wǎng)絡(luò)流量預測算法[J];物理學報;2014年13期

8 張帆;城市交通網(wǎng)絡(luò)流量預測方法比較[J];科技進步與對策;2004年11期

9 ;[J];;年期

相關(guān)會議論文 前3條

1 盧丹蕾;孫艷華;張延華;;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)流量預測[A];全國第4屆信號和智能信息處理與應用學術(shù)會議論文集[C];2010年

2 李林峰;裘正定;;時間序列分析在網(wǎng)絡(luò)流量預測中的應用研究[A];2005通信理論與技術(shù)新進展——第十屆全國青年通信學術(shù)會議論文集[C];2005年

3 張黎;孫艷華;張延華;;隨季節(jié)變化的海量網(wǎng)絡(luò)數(shù)據(jù)預測方法[A];全國第4屆信號和智能信息處理與應用學術(shù)會議論文集[C];2010年

相關(guān)碩士學位論文 前10條

1 吳佳東;基于回聲狀態(tài)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預測研究[D];蘭州大學;2016年

2 李策;基于小波變換的ARMA和極限學習機組合模型的網(wǎng)絡(luò)流量預測[D];蘭州大學;2016年

3 王鵬;網(wǎng)絡(luò)流量預測技術(shù)研究[D];江南大學;2009年

4 馮華麗;基于智能算法的網(wǎng)絡(luò)流量預測技術(shù)研究[D];江南大學;2011年

5 文政;基于混沌—支持向量機理論的網(wǎng)絡(luò)流量預測[D];鄭州大學;2012年

6 桑興華;基于改進支持向量機的網(wǎng)絡(luò)流量預測算法的研究[D];廣東工業(yè)大學;2012年

7 戴悅;網(wǎng)絡(luò)流量的混沌特性研究及網(wǎng)絡(luò)流量預測算法研究[D];江南大學;2008年

8 陸國浩;網(wǎng)絡(luò)流量預測系統(tǒng)的研究與實現(xiàn)[D];蘇州大學;2007年

9 陳振偉;基于神經(jīng)網(wǎng)絡(luò)的改進網(wǎng)絡(luò)流量預測算法的研究[D];河南大學;2008年

10 閔潔;基于灰色最小二乘支持向量機的網(wǎng)絡(luò)流量預測系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學;2012年

，

本文編號：1364289