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:
传统的全光信息网络业务量预测方法以特定业务量反推全光信息网络预测结果,需花费较多的时间与资源去平衡变化中的业务量,性能不佳.根据上述描述,提出一种全光信息网络业务量预测新方法.方法使用马尔科夫链预测技术,将全光信息网络的传输通道分为开启和关闭两种状态,在卜氏分配给出的实时业务量分配模型中寻找到两种状态之间的通讯空白区域,利用概率论推断出该区域的存在时间,实现对全光信息网络实时业务量的合理分配.分配后的实时业务量经由套袋算法对BP神经网络的训练次序进行调整,给出全光信息网络业务量的单相预测结果并进行集成,获取高精度预测结果.实验结果表明,所提方法预测用时短、资源耗费量少.
推荐文章
基于K-近邻算法的业务量预测
K-近邻算法
业务量时间序列
预测
天基信息网络能力适变方法探讨
天基信息网络
能力适变方法
抗毁效能评估
新媒体与信息网络变革趋势研究
新媒体
信息网络
变革趋势
技术逻辑
基于时间序列分析及机器学习的移动网络业务量预测技术
物联网
时间序列分析
机器学习
神经网络
业务量预测
激活函数
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 全光信息网络业务量预测方法研究
来源期刊 激光杂志 学科 工学
关键词 全光信息网络 业务量 预测 方法 研究
年,卷(期) 2017,(3) 所属期刊栏目 光全息与信息处理
研究方向 页码范围 137-141
页数 5页 分类号 TN209
字数 语种 中文
DOI 10.14016/j.cnki.jgzz.2017.03.137
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 陆钊 18 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (61)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(14)
  • 参考文献(2)
  • 二级参考文献(12)
2011(12)
  • 参考文献(6)
  • 二级参考文献(6)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(6)
  • 参考文献(5)
  • 二级参考文献(1)
2017(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)
研究主题发展历程
节点文献
全光信息网络
业务量
预测
方法
研究
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
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
论文1v1指导