组合核函数高斯过程的网络流量预测模型

• 作者: 刘元君 陈波 黄芳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高斯过程 遗传算法 延迟时间 网络流量 嵌入维数
• 年，卷（期）: 2015,（19）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 93-97
• 页数: 5页
• 分类号: TP391
• 字数: 3111字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1309-0533

摘要

针对网络流量的非线性和时变性等特点，为了提高网络流量预测精度，提出一种组合核函数高斯过程的网络流量预测模型。用自相关法和假近邻法计算网络流量的延迟时间和嵌入维数，构建网络流量学习样本；采用组合核函数高斯过程对训练集进行学习，并且参数通过遗传算法进行优化；最后采用网络流量数据对模型性能测试。仿真表明，相对于对比模型，组合核函数高斯模型获得了更高的预测精度，预测结果更加稳定、可靠，具有较大的实际应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈波	电子科技大学计算机科学与工程学院	33	88	6.0	8.0
2	黄芳	湖南商务职业技术学院电子信息技术系	14	9	2.0	2.0
3	刘元君	湖南商务职业技术学院电子信息技术系	19	27	3.0	4.0