仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型

发布时间：2017-07-19 04:11

  本文关键词：仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型

  更多相关文章： 网络流量 仿射传播 稀疏贝叶斯模型 组合预测

【摘要】：为了提高复杂多变的网络流量预测精度,提出了一种基于仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型。采用仿射传播聚类算法对网络流量训练集进行聚类,从而将网络流量训练集划分为若干个子类,然后采用稀疏贝叶斯回归为每个子类建立相应的预测模型,最后采用具体的网络流量数据对模型的性能进行测试。实验结果表明,模型可以获得比较理想的网络流量预测结果,预测误差可以满足网络流量的实际应用要求。
【作者单位】： 淮海工学院计算机工程学院;
【关键词】： 网络流量 仿射传播 稀疏贝叶斯模型 组合预测
【基金】：国家自然科学基金资助项目(61103017) 连云港市社会发展项目(SH1212) 连云港市科技公关项目(CG1215)
【分类号】：TP393.06
【正文快照】： 0引言随着互联网的快速发展,网络已经进入了千家万户,网络上的业务种类越来越多,网络拥塞日益严重,而网络流量预测是网络管理的基础,因此提高网络流量预测的准确性具有十分重要的意义[1]。针对网络流量预测问题,许多学者和专家进行了大量相关研究。传统模型采用时间序列分析法

【参考文献】

中国期刊全文数据库 前9条

1 姜明;吴春明;张e，

本文编号：561134