分式过程神经元网络在网络流量预测中的应用

• 作者: 张强 李盼池 许少华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分式过程神经元网络 学习算法 网络流量 预测
• 年，卷（期）: 2012,（35）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP183
• 字数: 4191字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1202-0346

摘要

为更好解决网络流量预测问题,依据函数逼近论中分式的函数逼近性质和拟合能力要远远大于线性函数的性质,以及过程神经元网络对时变函数的非线性变换能力,提出一种分式过程神经元网络模型及其学习算法.实验结果证明,该网络模型对具有奇异值过程函数的柔韧逼近性质和在奇异值点附近区域反应的灵敏性优于一般过程神经元网络,以网络实测数据对模型进行训练和流量预测,取得了较好的应用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	东北石油大学计算机与信息技术学院	52	329	11.0	15.0
2	李盼池	东北石油大学计算机与信息技术学院	93	344	9.0	11.0
3	张强	东北石油大学计算机与信息技术学院	89	201	7.0	10.0