基于EMD与LS-SVM的网络控制系统时延预测方法

• 作者: 李琨 田中大 高宪文
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 网络控制系统 经验模式分解 最小二乘支持向量机 时延 预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 868-874
• 页数: 7页
• 分类号: TP273
• 字数: 3864字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.05.006

摘要

为了提高基于Internet的网络控制系统中随机时延的预测精度，提出了基于经验模式分解（empirical mode decomposition ，EMD ）与最小二乘支持向量机（Least Squared Support Vector Machines ，LS-SVM ）的一步时延预测方法。首先利用EMD将时延序列分解成若干个本征模式函数分量，分解后的分量去除了原始时延序列的长相关性，同时突出时延序列不同的局部特征。然后根据各个分量的变化规律，选择不同的LS-SVM模型分别进行预测。最后将各分量的预测值叠加得到最终的预测值。仿真结果表明本文方法具有较高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高宪文	东北大学信息科学与工程学院	92	1017	17.0	27.0
2	田中大	东北大学信息科学与工程学院	10	100	8.0	10.0
3	李琨	东北大学信息科学与工程学院	9	90	7.0	9.0