| 相空间重构和正则极限学习机的网络流量预测 |
| |
| 引用本文： | 卢振利.相空间重构和正则极限学习机的网络流量预测[J].四川激光,2015(1). |
| |
| 作者姓名： | 卢振利 |
| |
| 作者单位： | 常熟理工学院电气与自动化工程学院,江苏 常熟,215500 |
| |
| 摘 要： | 网络流量预测一直是网络研究技术中的热点，针对网络流量变化的时变性、混沌性，提出一种相空间重构和正则极限学习机的网络流量预测模型。首先收集大量的网络流量历史样本，并进行相应的预处理，然后根据混沌理论确定最优延迟时间和嵌入维数，并重构网络流量学习样本，最后采用正则极限学习机建立网络流量预测模型，并进行仿真对比实验。结果表明，相对于其它网络流量预测模型，本文模型可以更加准确描述网络流量的非线性变化特点，提高网络流量预测精度，预测结果具有一定实用价值。
|
| 关 键 词： | 网络流量 正则极限学习机 相空间重构 混沌理论 |
Network traffic prediction based on phase space reconstruction and regularized extreme learning machine |
| |
| LU Zhen-li.Network traffic prediction based on phase space reconstruction and regularized extreme learning machine[J].Laser Journal,2015(1). |
| |
| Authors: | LU Zhen-li |
| |
| Abstract: | |
| |
| Keywords: | Internet traffic regularized extreme learning machine phase space reconstruction chaotic theory |
| 本文献已被 万方数据 等数据库收录！ |
