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:
在一些网络环境当中,网络流量具有非线性、异方差性和波动集群现象,传统的小波变换与ARMA组合模型不能很好地描述网络流量的这些特性.因此,研究使用了小波变换与广义自回归条件异方差GARCH组合模型来预测网络流量.首先,使用小波变换原理将网络流量序列分解成高频部分和低频部分,在此基础上对各个子序列分别建立相应的GARCH模型并进行预测;然后,使用小波变换原理将各个子序列的预测结果进行重构,从而最终实现对原始网络流量的预测.通过仿真实验表明,该模型的预测精度较之传统的小波变换与ARMA组合模型的预测精度得到了大幅提升.
推荐文章
基于小波多尺度分析的网络流量组合预测方法研究
网络流量
自回归模型
线性最小均方误差估计
小波分析
流量预测
一种网络流量预测的小波神经网络新模型
自相关
神经网络
小波变换
细节信号
近似信号
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
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
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 小波变换与GARCH组合模型的网络流量预测
来源期刊 计算机工程与科学 学科 工学
关键词 小波变换 ARMA模型 GARCH模型 网络流量预测
年,卷(期) 2014,(4) 所属期刊栏目 计算机网络与信息安全
研究方向 页码范围 615-619
页数 5页 分类号 TP391
字数 2455字 语种 中文
DOI 10.3969/j.issn.1007-130X.2014.04.008
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 刘渊 江南大学数字媒体学院 235 1325 17.0 25.0
2 黄世忠 江南大学数字媒体学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (157)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
小波变换
ARMA模型
GARCH模型
网络流量预测
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导