基于小波变换和极限学习机的网络流量预测模型

• 作者: 穆昌
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 网络通信系统 流量预测 极限学习机 时间序列数据细化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 开发应用
• 页码范围: 138-140
• 页数: 3页
• 分类号: TP391
• 字数: 2518字
• 语种: 中文

摘要

为了提高网络流量预测准确性,结合网络流量的变化特点,针对当前网络流量预测模型存在的局限性,设计了基于小波变换和极限学习机的网络流量预测模型.首先分析了当前国内外网络流量预测研究现状,找到引起网络流量预测准确性差的原因;然后采用小波变换对原始网络流量时间序列进行去噪,得到无噪声的网络流量时间序列;最后采用极限学习机对网络流量时间序列进行建模,得到相应的预测结果.与当前经典的网络流量预测模型在相同环境下进行对照测试,测试结果分析表明,小波变换和极限学习机的网络流量预测精度达到了95％以上,网络流量预测误差得到了有效的控制,而且提升了网络流量预测效率,预测结果要远优于当前经典的网络流量预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆昌	陕西工业职业技术学院信息工程学院	10	13	3.0	3.0