基于主成分分析与BP神经网络的网络流量预测

发布时间：2017-06-20 10:05

  本文关键词：基于主成分分析与BP神经网络的网络流量预测，，由笔耕文化传播整理发布。

【摘要】：为了提高网络流量的预测精度,提出了一种主成分分析与BP神经网络的网络流量预测模型(PCA-BPNN)。首先采用相空间重构网络流量学习样本,并采用主成分分析选择网络流量的输入向量,降低输入向量的维数,然后将学习样本输入到BP神经网进行训练,建立网络流量预测模型,实验结果表明,相对于当前经典网络流量预测模型,PCA-BPNN提高了网络流量的预测精度,具有广泛的应用前景。
【作者单位】： 华中农业大学楚天学院;
【关键词】： 神经网络 预测模型 网络流量 主成分分析
【基金】：2012年湖北省高校省级教学研究项目(2012458) 2014华中农业大学校级科研项目(K201405)
【分类号】：TP393.06;TP183
【正文快照】： 随着互联网上各种服务如视频会议、网络支付等的增加,网络流量呈现爆炸式增长,而且人们对网络服务质量要求越来越高[1]。网络流量预测有利于了解网络动态变化趋,降低网络阻塞,一直受到人们的广泛关注[2]。网络量流量具有长相关性、自相似性、时变性等特点,传统网络流量主要自

【参考文献】

中国期刊全文数据库 前10条

1 魏永涛;汪晋宽;王翠荣;张琨;;基于小波变换与组合模型的网络流量预测算法[J];东北大学学报(自然科学版);2011年10期

2 姜明;吴春明;张e

本文编号：465235