基于小波分析的ARMA-SVR网络流量预测方法

发布时间：2017-09-29 13:26

  本文关键词：基于小波分析的ARMA-SVR网络流量预测方法

  更多相关文章： 网络流量 预测 小波分析 自回归滑动平均 支持向量回归机 近似信号 细节信号

【摘要】：为提高网络流量预测精度,采用一种基于小波分析理论的预测模型。通过将网络流量分成多个高频的细节信号和一个低频的近似信号之和,分别采用ARMA模型和SVR模型对细节信号和近似信号进行预测,将各部分的预测结果进行线性组合,得到最终的预测结果,在确保近似信号拟合精度的同时,避免细节信号的过拟合。将该模型和其它预测模型的预测误差进行仿真对比分析,分析结果表明,该算法能有效改善网络预测模型精度。
【作者单位】： 海军工程大学舰船综合电力技术国防科技重点实验室;
【关键词】： 网络流量 预测 小波分析 自回归滑动平均 支持向量回归机 近似信号 细节信号
【基金】：国家973重点基础研究发展计划基金项目(2012CB215103) 国家自然科学基金项目(51377167)
【分类号】：TP393.06
【正文快照】： 0引言网络流量的传输受到网络拓扑结构、通信协议和转发方式等因素的影响,因此其特性能够在一定程度上反映出所承载的网络业务的行为,分析和预测网络流量的行为特性对于实现网络数据传输的可靠性和网络资源分配的合理性具有重要意义。目前已有相关预测模型主要可以分为以下几

【参考文献】

中国期刊全文数据库 前7条

1 谷政;褚保金;江惠坤;;非平稳时间序列分析的WAVELET—ARMA组合方法及其应用[J];系统工程;2010年01期

2 罗峗骞;夏靖波;王焕彬;;混沌-支持向量机回归在流量预测中的应用研究[J];计算机科学;2009年07期

3 马华林;李翠凤;张立燕;;基于灰色模型和自适应过滤的网络流量预测[J];计算机工程;2009年01期

4 刘渊;王鹏;;融合小波变换与贝叶斯LS-SVM的网络流量预测[J];计算机应用研究;2009年06期

5 杨玫;赵秀丽;刘瑜;;时间序列预测问题中小波分解的应用研究[J];信息技术与信息化;2011年02期

6 巩林明;张振国;;基于灰色小波的网络流量组合预测模型[J];计算机工程与设计;2010年08期

7 李小航;刘渊;刘元珍;;基于小波多尺度分析的网络流量组合预测方法研究[J];微电子学与计算机;2008年01期

【共引文献】

中国期刊全文数据库 前10条

1 赵晶莹;郭海;孙兴滨;;基于小波分析及改进KNN的红虫识别研究[J];安徽农业科学;2009年29期

2 黄美灵;陆百川;谭伟;;基于多尺度分析与神经网络的交通流预测[J];重庆交通大学学报(自然科学版);2010年03期

3 薛向红;薛小锋;;基于相空间重构—SVM的公交客流量预测研究[J];江苏技术师范学院学报;2010年09期

4 卢凯;胡昌华;;一种新型GM(1,1)-AR预测模型在陀螺漂移中的应用[J];电光与控制;2010年03期

5 李明迅;孟相如;温祥西;袁荣坤;;基于在线LS-SVM的网络流量预测[J];电视技术;2012年07期

6 朱煜明;陈玮;刘平利;;基于时间序列方法集的某省成品油供需预测[J];工业工程;2012年01期

7 温祥西;孟相如;马志强;张永春;;小时间尺度网络流量混沌性分析及趋势预测[J];电子学报;2012年08期

8 文斌;吴青柏;刘永智;;小波分解法在冻土路基下土体温度预测中的应用[J];公路交通科技(应用技术版);2012年09期

9 付学良;杨洋;李纯子;;基于混沌—支持向量机的大气污染物浓度预测模型[J];电子世界;2013年04期

10 尹波;夏靖波;倪娟;余辉;;基于预测和动态阈值的流量异常检测机制研究[J];电视技术;2013年01期

中国博士学位论文全文数据库 前2条

1 曾波;灰色预测建模技术研究[D];南京航空航天大学;2012年

2 孙晏一;道桥结构健康监测中的数据甄别处理技术研究[D];吉林大学;2012年

中国硕士学位论文全文数据库 前10条

1 黎远思;风功率预测软件的开发及微网能量管理系统方案设计[D];华北电力大学（北京）;2011年

2 苏现孟;我国同业拆借利率的预测与分析[D];山东大学;2011年

3 王华军;基于小波分解和ARIMA的网络流量模型[D];山东大学;2011年

4 何慧凝;北京市需用水规律研究[D];清华大学;2010年

5 唐俊;基于浮动车数据的高速公路路段行程时间预测方法研究及系统实现[D];中山大学;2011年

6 张健;网络流量异常检测系统的设计与实现[D];西华大学;2009年

7 董智超;城域网应用层P2P流量预测模型的研究[D];湖南大学;2010年

8 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

9 刺婷婷;网络流量监测系统的设计与实现[D];陕西师范大学;2012年

10 匡志科;基于分布式的智能入侵检测系统研究[D];中南大学;2012年

【二级参考文献】

中国期刊全文数据库 前10条

1 周景宏;郗伟东;禹海兰;;小波方法在股市分析中的应用[J];东北电力大学学报;2006年02期

2 朱志宇,姜长生,张冰;基于支持向量回归的混沌序列预测方法[J];电工技术学报;2005年06期

3 陈淑燕,王炜;交通量的灰色神经网络预测方法[J];东南大学学报(自然科学版);2004年04期

4 谷政;江惠坤;;非平稳时间序列的小波混合方法及其应用[J];系统工程;2008年05期

5 刘勇;靳新;;动态指数平滑模型在网络流量预测中的研究[J];火力与指挥控制;2008年03期

6 邹柏贤,刘强;基于ARMA模型的网络流量预测[J];计算机研究与发展;2002年12期

7 杨晓波,胡黎伟;时间序列理论在电信行业预测决策系统中的应用[J];计算机工程与应用;2004年28期

8 谭晓玲,许勇,张凌,梅成刚,刘兰;基于小波分解的网络流量模型[J];计算机工程与应用;2005年09期

9 郑成兴;;网络流量预测方法和实际预测分析[J];计算机工程与应用;2006年23期

10 曹建华;刘渊;戴悦;;一种基于灰色神经网络的网络流量预测模型[J];计算机工程与应用;2008年05期

中国硕士学位论文全文数据库 前1条

1 白燕;基于灰色神经网络组合模型的流量预测与评估方法研究[D];西安建筑科技大学;2007年

【相似文献】

中国期刊全文数据库 前10条

1 叶苗;王勇;;基于支持向量回归学习机的网络流量预测[J];桂林工学院学报;2007年02期

2 姜明;吴春明;张e，

本文编号：942265