小波支持向量机的网络流量预测研究

• 作者: 孙奕鸣 王鸣
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 相空间重构 小波支持向量机 网络流量 小波神经网络
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 198-201
• 页数: 4页
• 分类号: TP391.9
• 字数: 3197字
• 语种: 中文

摘要

研究网络流量准确预测问题,由于网络流量存在混沌性、非线性、自相似性的特点,导致当前预测方法的网络流量预测精度差.为提高网络流量预测精度,提出了小波支持向量机的网络流量预测模型.首先根据混沌动力系统对网络流量时间序列进行相空间重构,然后采用支持向量机对其进行建模,并利用小波核函数提高支持向量机的泛化能力.进行仿真的结果表明,支持向量机方法提高了网络流量的预测精度,减少训练时间,泛化能力更优.仿真结果说明,小波支持向量机具有更强的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙奕鸣		4	10	2.0	3.0
2	王鸣		5	14	2.0	3.0