基于Kohonen神经网络的组合式流量预测模型

• 作者: 唐幸乐 姚劲松 孙文胜
• 来源期刊: 无线通信
• 学科: 工学
• 关键词: 小波变换 神经网络 流量预测 自组织映射
• 年，卷（期）: 2014,（6）
• 页码范围: 113-119
• 页数: 7页
• 分类号: TP39

摘要

该文针对传统预测模型预测精度低、对训练数据依赖程度高以及不能很好的刻画网络流量特征等不足,提出了一个混合的流量预测模型。该模型根据Kohonen神经网络的学习速率快、分类精度高、抗噪声能力强等特性,通过小波变换将网络流量分解为高频部分和低频部分,高频部分采用Kohonen神经网络进行预测,低频部分采用自回归AR模型进行预测,并采用Matlab进行仿真,通过实验得,这种组合预测模型可以提高对非线性、多时间尺度变化的网络流量的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙文胜	杭州电子科技大学通信工程学院	78	286	9.0	12.0
2	唐幸乐	杭州电子科技大学通信工程学院	2	1	1.0	1.0
3	姚劲松	杭州电子科技大学通信工程学院	3	2	1.0	1.0