小波神经网络在教育网格下行流量预测中的应用

• 作者: 李琰琰 邱树伟
• 来源期刊: 计算机系统应用
• 关键词: 小波神经网络 小波分析 教育资源网格 流量预测
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 研究开发
• 页码范围: 198-204
• 页数: 7页
• 字数: 7203字
• 语种: 中文

摘要

准确预测教育资源网格的下行流量有助于网格的负载均衡和信息安全管理。小波神经网络适合于对具有随机性和不确定性特征的网格下行流量进行建模和非线性预测。针对一般小波神经网络预测模型存在收敛速度较慢，误差较大，稳定性较差等不足，在基于梯度下降法的网络权值和参数修正方案中增加了动量项，同时，提出了一种对预测的中间结果引入随机样本替换机制的改进算法。实验结果表明，该算法能有效降低网络训练的收敛时间，提高网络预测的准确性和稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱树伟	汕头职业技术学院计算机系	21	86	5.0	8.0
2	李琰琰	浙江工业大学计算机科学与技术学院	8	52	3.0	7.0