相关向量机超参数优化的小时间尺度网络流量非线性预测方法

发布时间：2017-08-04 08:41

  本文关键词：相关向量机超参数优化的小时间尺度网络流量非线性预测方法

  更多相关文章： 小时间尺度 网络流量 相关向量机 模拟退火法 超参数

【摘要】：针对小时间尺度网络流量预测中的复杂性、非线性和高度自相似性等问题,提出使用一种改进模拟退火法优化的相关向量机(PSA-RVM)来解决网络流量预测问题。对网络流量时间序列进行相空间重构形成训练样本集,通过改进模拟退火法优化相关向量机的超参数,并构建网络流量预测模型。此外,通过实例进一步分析超参数对于相关向量机预测性能的影响。实例表明,PSA-RVM预测模型的预测精度、稳定性都优于RVM模型和PSO-SVR模型。
【作者单位】： 昆明理工大学质量发展研究院;
【关键词】： 小时间尺度 网络流量 相关向量机 模拟退火法 超参数
【基金】：国家自然科学基金资助项目(61364016)
【分类号】：TP18;TP393.06
【正文快照】： 0引言随着网络信息流动日益频繁,网络业务量的急剧增长,数据变化日趋复杂,网络的可控性和可管性问题越来越突出。网络流量(network traffic,NT)是进行网络管理和优化的重要参数。准确地预测网络流量对网络的规划设计与管理意义重大,因而对网络流量的预测研究是当前网络流量管，

本文编号：618651