基于改进LSSVM模型的移动网络流量预测与预警

发布时间：2017-06-04 23:06

  本文关键词：基于改进LSSVM模型的移动网络流量预测与预警，由笔耕文化传播整理发布。

【摘要】：提出一种基于小波分解的移动数据网络流量预测方法。通过小波分解将移动数据网络流量所构成的时间序列分解成近似部分与细节部分,并分别进行重构;对近似部分采用多输入多输出的LSSVM模型进行预测;对细节部分采用ARIMA模型进行预测;将两部分的预测结果进行拟合,得到最终的预测结果;根据预测结果及历史数据,给出预警区间。实验结果表明,该方法预测精度较高,稳定性较好,适合在移动数据网络流量的实际应用中进行在线长期预测。
【作者单位】： 大连理工大学电子信息与电气工程学部;
【关键词】： 网络流量 时间序列 预测 LSSVM
【分类号】：TN929.5
【正文快照】： 0引言近些年来,移动通信行业迅猛发展,移动互联已经成为人们沟通交流、获取信息的主要方式。随着移动网络用户数量以及网络应用种类的不断增加,移动数据网络所承载的数据量也与日俱增。据统计,2014年1月,户均移动互联网流量激增38.6%,移动互联网接入流量同比增长46.9%,月户均

【参考文献】

中国期刊全文数据库 前2条

1 王西锋;高岭;张晓孪;;基于小波技术的网络流量分析和预测[J];计算机应用与软件;2008年08期

2 张晗;王霞;;基于小波分解的网络流量时间序列建模与预测[J];计算机应用研究;2012年08期

中国硕士学位论文全文数据库 前1条

1 孔玉;基于极大极小概率机的无线网络流量预测[D];西华大学;2009年

【共引文献】

中国期刊全文数据库 前10条

1 孔令杰;;Matlab在心电信号时间序列分析中的应用[J];高师理科学刊;2014年06期

2 徐伟业;;一种快速离散小波变换算法及其在语音信号中的应用[J];计算机工程与应用;2011年35期

3 董吉文;吴瑞海;段琪庆;;改进PSO与小波的地基沉降预测应用[J];计算机应用;2009年10期

4 王攀;张顺颐;严军荣;刘静娴;杨勇;;一种基于小波变换和FARIMA模型的网络流量预测算法[J];南京邮电大学学报(自然科学版);2011年04期

5 申晨;孙永雄;黄丽平;刘李蓬;李树秋;;改进模糊自回归模型在预测网络接通率中的应用[J];计算机应用;2013年05期

6 麻书钦;范海峰;;基于小波变换和时间序列的网络流量预测模型[J];河南理工大学学报(自然科学版);2013年02期

7 唐娟;万定生;程习锋;;一种极端降水预测方法研究[J];信息技术;2014年04期

8 应国良;潘仙张;李慧桂;田京波;;基于小波神经网络的流量自回归预测研究[J];计算机应用与软件;2014年06期

9 沈学利;邢寒蕊;;改进的基于时变FARIMA模型和小波变换的网络流量预测算法[J];激光杂志;2014年09期

10 孙永雄;申晨;黄丽平;刘李蓬;;基于二阶马尔可夫模型的模糊时间序列预测[J];计算机工程与应用;2015年06期

中国重要会议论文全文数据库 前1条

1 张大斌;李红燕;刘肖;张文生;;非线性时问序列的小波-模糊神经网络集成预测方法[A];第十五届中国管理科学学术年会论文集（下）[C];2013年

中国博士学位论文全文数据库 前3条

1 杨双懋;无线网络中的流量预测与MAC算法研究[D];电子科技大学;2012年

2 徐鹏;基于WSN的船舶危险品运输风险预警模型与仿真研究[D];大连海事大学;2013年

3 曹振丽;面向养殖环境监测的数据流处理方法研究[D];中国农业大学;2015年

中国硕士学位论文全文数据库 前5条

1 陈静;网络安全性技术分析[D];江南大学;2011年

2 曹征;基于小波变换的交通流短时预测模型研究[D];北京交通大学;2010年

3 林国华;时间序列分析法在移动通信数据分析中的研究与应用[D];广东工业大学;2013年

4 张兰翔;基于小波包的矿压预测模型构建与应用[D];安徽理工大学;2014年

5 刘洋侨;基于优化神经网络的无线网络流量预测方法研究[D];北京邮电大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 姜明;吴春明;张e，

本文编号：422342