本文關鍵詞：組合核函數高斯過程的網絡流量預測模型

  更多相關文章： 高斯過程 遺傳算法 延遲時間 網絡流量 嵌入維數

【摘要】：針對網絡流量的非線性和時變性等特點,為了提高網絡流量預測精度,提出一種組合核函數高斯過程的網絡流量預測模型。用自相關法和假近鄰法計算網絡流量的延遲時間和嵌入維數,構建網絡流量學習樣本;采用組合核函數高斯過程對訓練集進行學習,并且參數通過遺傳算法進行優(yōu)化;最后采用網絡流量數據對模型性能測試。仿真表明,相對于對比模型,組合核函數高斯模型獲得了更高的預測精度,預測結果更加穩(wěn)定、可靠,具有較大的實際應用價值。
【作者單位】： 湖南商務職業(yè)技術學院電子信息技術系;電子科技大學計算機科學與工程學院;
【關鍵詞】： 高斯過程 遺傳算法 延遲時間 網絡流量 嵌入維數
【分類號】：TP393.06
【正文快照】： 1引言隨著網絡業(yè)務迅速增長,網絡服務質量要求日益提高,網絡流量預測結果具有十分重要的實際價值,因此提高網絡流量預測的準確性成為當前網絡研究領域中的一個重大課題[1]。國內外學者們對其進行廣泛的研究,已提出時間序列分析法、神經網絡、灰色理論、隱馬爾夫法、支持向量機

【參考文獻】

中國期刊全文數據庫 前10條

1 姜明;吳春明;張e，

本文編號：911701