基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
模型选择对网络流量组合预测结果至关重要,为了提高网络流量的预测效果,提出一种包容性检验和支持向量机相融合的网络流量预测模型(ET-SVM)。采用多个单一模型对网络流量进行预测,根据预测结果的均方根误差对模型优劣进行排序,通过包容性检验,根据t统计量检验选择最合适的单一模型,采用支持向量机对单一模型预测结果进行组合得到最终预测结果,通过仿真实验对模型性能进行测试。仿真结果表明,ET-SVM降低了网络流量的预测误差,预测精度得到了提高。
推荐文章
基于改进的包容性检验的云计算资源组合预测
云计算
包容性检验
主成分分析
组合预测模型
一种新的基于ARIMA-SVM网络流量预测研究
自回归滑动平均模型(ARIMA)
支持向量机(SVM)
网络流量
预测
融合小波变换与贝叶斯LS-SVM的网络流量预测
网络流量预测
小波变换
支持向量机
最小二乘支持向量机
贝叶斯框架
包容性检验和PCA相融合的物流需求预测
物流需求
主成分分析
包容性检验
组合模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 包容性检验和SVM相融合的网络流量预测
来源期刊 计算机工程与应用 学科 工学
关键词 网络流量 包容性检验 支持向量机 组合预测
年,卷(期) 2013,(15) 所属期刊栏目
研究方向 页码范围 84-87,91
页数 5页 分类号 TP393.06
字数 3733字 语种 中文
DOI 10.3778/j.issn.1002-8331.1301-0284
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑伟勇 河南工程学院计算机科学与工程系 21 51 4.0 6.0
2 冯广丽 河南工程学院计算机科学与工程系 10 64 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (235)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (4)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(13)
  • 参考文献(1)
  • 二级参考文献(12)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(7)
  • 参考文献(4)
  • 二级参考文献(3)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
网络流量
包容性检验
支持向量机
组合预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导