基于FCM-LSSVM网络流量预测模型

• 作者: 殷荣网
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络流量 最小二乘支持向量机 模糊均值聚类 训练集
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 105-109
• 页数: 5页
• 分类号: TP391
• 字数: 3471字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0329

摘要

为了提高网络流量的预测准确性,针对训练样本选取问题,提出一种训练样本选择的最小二乘支持向量机网络流量预测模型(FCM-LSSVM).采用模糊均值聚类算法对网络充量数据进行了聚类分析,消除其中的孤立样本点,构建最小二乘支持向量机的训练集,然后将训练集输入到最小二乘支持向量机进行了学习,并采用人工蜂群算法对模型参数进行了优化,最后建立建立网络流量预测模型,并采用仿真实验对模型性能测试.仿真结果表明,相对于其他网络流量预测模型,FCM-LSSVM不仅提高了网络流量的预测精度,而且建模速度得以提高,获得了更加理想的网强流量预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷荣网	合肥学院基础教学与实验中心	14	29	3.0	5.0