相关向量机超参数优化的小时间尺度网络流量非线性预测方法

• 作者: 桑秀丽 肖汉杰
• 来源期刊: 计算机应用研究
• 关键词: 小时间尺度 网络流量 相关向量机 模拟退火法 超参数
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 1882-1885
• 页数: 4页
• 分类号: TP393.07
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.06.062

摘要

针对小时间尺度网络流量预测中的复杂性、非线性和高度自相似性等问题，提出使用一种改进模拟退火法优化的相关向量机（PSA-RVM）来解决网络流量预测问题。对网络流量时间序列进行相空间重构形成训练样本集，通过改进模拟退火法优化相关向量机的超参数，并构建网络流量预测模型。此外，通过实例进一步分析超参数对于相关向量机预测性能的影响。实例表明，PSA-RVM预测模型的预测精度、稳定性都优于 RVM模型和 PSO-SVR 模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖汉杰	昆明理工大学质量发展研究院	23	124	6.0	10.0
2	桑秀丽	昆明理工大学质量发展研究院	33	118	6.0	9.0