作者:
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:
为了提高网络流量的预测精度,提出了一种小波核函数支持向量机的网络流量预测模型.首先收集网络流量历史数据,然后划分训练样本和测试样本,将训练样本输入到小波核函数支持向量机进行学习,最后采用测试样本进行仿真实验.实验表明,本文模型加快了网络流量建模的速度,提高了网络流量的预测效率,而且可以获得较高的预测精度,比传统模型具有一定的优势,具有广泛的应用前景.
推荐文章
基于小波分解和支持向量机的网络流量组合预测
网络流量
小波分解
支持向量机
粒子群算法
基于支持向量机补偿的灰色模型网络流量预测
灰色模型
支持向量机
网络流量
残差序列
补偿
预测精度
遗传算法优化支持向量机的网络流量混沌预测
遗传算法优化
支持向量机
网络流量
混沌预测
相空间重构
预测模型
小波分析和相关向量机的网络流量混沌预测
网络流量
相关向量机
小波分析
混沌理论
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 小波核函支持向量机的网络流量预测模型
来源期刊 微型电脑应用 学科 工学
关键词 网络流量 支持向量机 核函数 预测模型
年,卷(期) 2016,(6) 所属期刊栏目 开发应用
研究方向 页码范围 62-65
页数 4页 分类号 TP393
字数 2567字 语种 中文
DOI
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 周向军 广东省外语艺术职业学院信息技术系 17 28 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (111)
共引文献  (274)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(6)
  • 参考文献(0)
  • 二级参考文献(6)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(9)
  • 参考文献(0)
  • 二级参考文献(9)
1995(7)
  • 参考文献(0)
  • 二级参考文献(7)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(8)
  • 参考文献(3)
  • 二级参考文献(5)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(7)
  • 参考文献(3)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络流量
支持向量机
核函数
预测模型
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导