基于最大相关熵准则的网络流量预测

• 作者: 曲桦 王涛 赵季红 马文涛
• 来源期刊: 高技术通讯
• 关键词: 最大相关熵准则(MCC) 最小均方误差(MMSE) Elman神经网络 网络流量预测
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 1-7
• 页数: 7页
• 字数: 5302字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2013.01.001

摘要

为提高网络流量预测的精度,针对网络流量的非线性特征提出了一种基于新的误差评价准则——最大相关熵准则(MCC)的网络流量预测方法.该方法使用MCC对Elman神经网络进行训练.该评价准则是基于新的相似度函数——广义相关熵(correntropy)函数的概念建立的,此相似度函数以误差概率密度函数的Parzen窗估计和瑞利熵为基础.同时结合MCC和最小均方误差(MMSE)准则提出了一种混合的评价准则MCC-MMSE.针对网络流量的非线性、非高斯性、突变性等特性,分别以MCC、MCC-MMSE准则进行了Elman神经网络的训练,使用训练好的神经网络进行网络流量预测,仿真结果表明预测结果的精度优于以MMSE为准则的Elman神经网络的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲桦	西安交通大学电信学院	106	353	9.0	12.0
2	马文涛	西安交通大学电信学院	30	516	10.0	22.0
3	王涛	西安邮电大学通信与信息工程学院	6	7	1.0	2.0
4	赵季红	西安交通大学电信学院	96	348	9.0	13.0