小波分解和组合模型相融合的网络流量网络预测

• 作者: 包萍
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 网络流量 小波分解 极限学习机 自回归差分滑动平均模型
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 光通信与网络
• 页码范围: 124-127
• 页数: 4页
• 分类号: TN711
• 字数: 2980字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2014.12.124

摘要

为了提高网络流量预测的准确性，提出一种小波分解和组合模型相融合的网络流量预测预测模型。首先采用小波分析对网络流量进行分解，得到网络流量的趋势序列和波动序列，然后分别采用自回归差分滑动平均模型和极限学习机对它们进行建模和预测，最后采用仿真实验测试组合模型的性能。仿真结果表明，相对于其它网络流量预测模型，组合预测模型提高了网络流量预测精度，降低了预测误差更小。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包萍	宁夏师范学院数学与计算机科学学院	13	18	2.0	4.0