基于极端学习机的网络流量预测模型

• 作者: 时磊 鲁华栋
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 网络流量 相空间重构 极端学习机 混沌变化特性
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 研究与设计
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP393
• 字数: 2861字
• 语种: 中文

摘要

为了更加精确地对网络流进行预测,降低网络拥塞的频率,提出了极端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,采用极端学习机对网络流量的变化特点进行拟合,并对标准学习机进行改进,改善学习速度和预测性能,通过网络流量数据的预测实验验证其可行性.结果表明,与其它网络流量预测模型相比,改进极限学习机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	时磊	河南工业职业技术学院电子信息工程系	16	36	4.0	5.0
2	鲁华栋	河南工业职业技术学院网络管理中心	22	42	3.0	5.0