基于多分类支持向量机的网络流量预测方法

发布时间：2017-09-09 05:27

  本文关键词：基于多分类支持向量机的网络流量预测方法

  更多相关文章： 网络流量预测 多分类支持向量机 编码 解码

【摘要】：针对支持向量机网络流量预测误差较大的问题,提出一种基于多分类支持向量机的网络流量预测方法。该方法在网络流量数据训练阶段通过数据编码,使多分类支持向量机的输出逼近编码值,在预测阶段通过数据解码,将多分类支持向量机的输出转换为实际的网络流量预测结果,从而有效地降低了预测误差。实验结果显示,该方法的预测结果与实际采集的网络流量数据具有相同的变化趋势;在同等实验条件下,该方法预测结果的均方根误差为0.487,而单一支持向量机方法、BP神经网络方法预测结果的均方根误差分别为1.0954和2.3642,表明基于多分类支持向量机的网络流量预测方法具有更高的准确性。
【作者单位】： 大连交通大学网络信息中心;大连交通大学软件学院;大连交通大学电气信息学院;
【关键词】： 网络流量预测 多分类支持向量机 编码 解码
【分类号】：TP393.06
【正文快照】： 随着互联网的快速发展,网络规模和网络复杂程度越来越大,因此对于网络的优化、管理及安全提出了更高的要求。通过建立网络流量模型,预测网络负载,及时控制或调 整,能够大幅提高网络性能和服务质量,网络流量预测对于大规模网络规划、设计与管理显得越来越重要。网络流量时间序

【相似文献】

中国期刊全文数据库 前10条

1 靳召东;陈虹;张钲浩;;基于自适应遗传算法LS-SVM的网络流量预测[J];计算机应用与软件;2010年11期

2 段智彬;孙恩昌;张延华;董燕;;基于ARMA模型的网络流量预测[J];中国电子科学研究院学报;2009年04期

3 孙丽梅;;基于小波变换的网络流量预测[J];潍坊学院学报;2008年06期

4 闵洁;李潇;;基于最小二乘支持向量机的网络流量预测[J];科技创新导报;2010年03期

5 孙韩林;金跃辉;崔毅东;程时端;;粗粒度网络流量的灰色模型预测[J];北京邮电大学学报;2010年01期

6 闵洁;李潇;;基于最小二乘支持向量机的网络流量预测[J];九江学院学报(自然科学版);2010年01期

7 陶晓玲;彭维洋;;一种趋势划分的灰色马尔可夫网络流量预测方法[J];桂林电子科技大学学报;2010年03期

8 奠石镁;何蓉;付绍武;;基于混沌时间序列和神经网络的网络流量预测方法[J];现代电子技术;2011年03期

9 王鹏;刘渊;;基于改进的QPSO训练BP网络的网络流量预测[J];计算机应用研究;2009年01期

10 党小超;郝占军;门健;;新型Elman混沌神经网络的流量预测[J];计算机工程;2011年03期

中国硕士学位论文全文数据库 前4条

1 李丽;基于支持向量机的网络流量预测研究[D];南京理工大学;2007年

2 王鹏;网络流量预测技术研究[D];江南大学;2009年

3 陆国浩;网络流量预测系统的研究与实现[D];苏州大学;2007年

4 唱雪;基于BP神经网络理论的校园网带宽流量预测[D];哈尔滨工程大学;2008年

，

本文编号：818559