改进极限学习机的网络流量混沌预测

• 作者: 刘蕴 焦妍 王华东
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 网络流量 相空间重构 极限学习机 混沌变化特性
• 年，卷（期）: 2017,（4）
• 页码范围: 454-459
• 页数: 6页
• 分类号: TP393
• 字数: 2435字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2017.41.04.009

摘要

为了获得更加精确的网络流量预测,降低网络拥塞的频率,提出了改进极限学习机的网络流量预测模型.针对网络流量混沌性分别确定原始网络流量的延迟时间和嵌入维数,采用极限学习机对网络流量的变化特点进行拟合,改进标准学习机,改善学习速度和预测性能,最后通过网络流量数据的预测实验验证其可行性.验证结果表明:与其它网络流量预测模型相比,改进极限学习的网络流量预测结果更加可靠,对网络流量将来变化趋势可以更加准确描述,提高了网络流量预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘蕴	周口职业技术学院信息工程学院	27	51	4.0	6.0
2	王华东	周口师范学院计算机科学与技术学院	41	279	7.0	15.0
3	焦妍	河南应用技术职业学院信息工程学院	6	10	1.0	3.0