混沌理论与极限学习机的网络流量预测

发布时间：2018-01-01 11:17

  本文关键词：混沌理论与极限学习机的网络流量预测　出处：《内蒙古师范大学学报(自然科学汉文版)》2016年05期 　论文类型：期刊论文

  更多相关文章： 网络流量 极限学习机 小波分析 相空间重构

【摘要】：提出一种混沌理论和极限学习机的网络流量预测模型.首先对网络流量时间序列进行小波分解得到不同分量,然后采用混沌理论对各分量进行相空间重构,并利用神经网络中的极限学习机进行建模,得到各分量的预测结果,最后采用对分量的预测值进行叠加组合,并采用具体网络流数据集进行模拟测试.相对于其他模型,混沌理论和极限学习机的网络流量预测模型能准确地反映网络流量的变化特性,获得更高精度的预测结果.
[Abstract]:This paper presents a chaotic theory and a network traffic prediction model based on LLM. Firstly, different components are obtained by wavelet decomposition of network traffic time series, and then each component is reconstructed in phase space by chaotic theory. Using the ultimate learning machine in the neural network to model, the prediction results of each component are obtained. Finally, the prediction value of the component is superimposed and combined. Compared with other models, chaos theory and network traffic prediction model of LLM can accurately reflect the characteristics of network traffic. More accurate prediction results are obtained.
【作者单位】： 内蒙古财经大学计算机信息管理学院;
【基金】：国家社会科学基金资助项目(BCA060016) 内蒙古自然科学基金资助项目(2013MS0901)
【分类号】：TP393.06;TP18;O415.5
【正文快照】： 随着模式识别技术的成熟,许多学者将一些非线性模型应用于网络流量预测中,其中经典的网络流量预测模型有灰色模型、神经网络、支持向量机及各种组合模型[1].20世纪80年代,随着混沌理论研究的不断深入,有学者发现网络流量时间序列具有明显的混沌特征,并提出基于混沌理论的网络

【相似文献】

相关期刊论文 前9条

1 姚奇富;李翠凤;马华林;张森;;灰色系统理论和马尔柯夫链相结合的网络流量预测方法[J];浙江大学学报(理学版);2007年04期

2 党小超;胡广涛;郝占军;;最大Lyapunov指数改进算法的网络流量预测[J];苏州科技学院学报(自然科学版);2011年01期

3 王洪智;刘震;李东辉;;基于多分类支持向量机的网络流量预测方法[J];科技导报;2014年17期

4 许辉;谭敏生;;残差灰色模型在网络流量预测中的应用[J];电脑知识与技术;2010年03期

5 李振刚;;基于高斯过程回归的网络流量预测模型[J];计算机应用;2014年05期

6 马华林;张立燕;;基于自适应过滤法和马尔柯夫链的网络流量预测方法[J];计算机应用与软件;2009年12期

7 唐舟进;彭涛;王文博;;一种基于相关分析的局域最小二乘支持向量机小尺度网络流量预测算法[J];物理学报;2014年13期

8 张帆;城市交通网络流量预测方法比较[J];科技进步与对策;2004年11期

9 ;[J];;年期

相关会议论文 前3条

1 卢丹蕾;孙艳华;张延华;;基于数据挖掘的网络流量预测[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

2 李林峰;裘正定;;时间序列分析在网络流量预测中的应用研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年

3 张黎;孙艳华;张延华;;随季节变化的海量网络数据预测方法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

相关硕士学位论文 前10条

1 吴佳东;基于回声状态网络的网络流量预测研究[D];兰州大学;2016年

2 李策;基于小波变换的ARMA和极限学习机组合模型的网络流量预测[D];兰州大学;2016年

3 王鹏;网络流量预测技术研究[D];江南大学;2009年

4 冯华丽;基于智能算法的网络流量预测技术研究[D];江南大学;2011年

5 文政;基于混沌—支持向量机理论的网络流量预测[D];郑州大学;2012年

6 桑兴华;基于改进支持向量机的网络流量预测算法的研究[D];广东工业大学;2012年

7 戴悦;网络流量的混沌特性研究及网络流量预测算法研究[D];江南大学;2008年

8 陆国浩;网络流量预测系统的研究与实现[D];苏州大学;2007年

9 陈振伟;基于神经网络的改进网络流量预测算法的研究[D];河南大学;2008年

10 闵洁;基于灰色最小二乘支持向量机的网络流量预测系统设计与实现[D];电子科技大学;2012年

，

本文编号：1364289