基于混沌理论的网络数据流RBF神经网络预测

• 作者: 王执铨 陆锦军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 混沌理论 重构相空间 网络数据流 RBF神经网络
• 年，卷（期）: 2006,（23）
• 所属期刊栏目: 网络与通信
• 页码范围: 100-103
• 页数: 4页
• 分类号: TP183
• 字数: 4034字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.23.035

摘要

应用相空间重构理论,研究了网络数据流的混沌特性,计算了实际网络数据流的关维数、Lyapunov指数,证实网络数据流存在混沌现象;据此建立了基于径向基函数(RBF)预测模型,对实际网络数据流进行预测.仿真实验表明,相对于反向传播(BP)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