基于小波核LS-SVM的网络流量预测

• 作者: 刘星宇 张国梅 杨光
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 支持向量机 最小二乘支持向量机 流量预测 小波
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 应用开发研究
• 页码范围: 125-128
• 页数: 4页
• 分类号: TP393.06
• 字数: 4214字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.12.044

摘要

网络流量预测对大规模网络管理、规划、设计具有重要意义.支持向量机方法是近年来发展起来的新型机器学习算法,用于解决高度非线性分类及回归问题.介绍了基于小波核最小二乘支持向量机的网络流量预测方法,利用小波核函数的多分辨特性提高了支持向量机的非线性建模能力.通过对实测网络流量数据的学习,对未来网络流量进行预测.实验结果表明,取得了较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨光	西安邮电学院通信工程系	44	151	6.0	9.0
2	刘星宇	西安邮电学院通信工程系	8	32	2.0	5.0
3	张国梅	西安交通大学信息与通信工程系	10	38	3.0	6.0