基于相空间重构的网络流量RBF神经网络预测

• 作者: 王执铨 陆锦军
• 来源期刊: 南京航空航天大学学报（英文版）
• 学科: 工学
• 关键词: 混沌理论 重构相空间 Lyapunov指数 网络流量 RBF神经网络
• 年，卷（期）: 2006,（4）
• 页码范围: 316-322
• 页数: 7页
• 分类号: TP273
• 字数: 1269字
• 语种: 英文
• DOI: 10.3969/j.issn.1005-1120.2006.04.012

摘要

应用混沌理论,分析了网络流量,用单变量的网络流量时间序列重构与网络动力系统等距同构的相空间,进而计算了实际网络的关维数和Lyapunov指数,并证实了网络流量存在混沌特性;据此建立了基于径向基函数(RBF)神经网络的模型,并对实际网络数据流进行了预测.仿真结果表明,相对于其他前馈神经网络预测,基于混沌理论的RBF神经网络预测方法学习速度快,预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王执铨	南京理工大学自动化学院	331	3939	30.0	46.0
2	陆锦军	南京理工大学自动化学院	23	183	8.0	12.0