一种基于自适应KLMS的卫星网络流量预测算法
针对传统预测模型已不再适用于卫星网络的问题,提出了一种自适应步长和自适应核宽度的核最小均方算法(AKLMS).通过核函数将非线性数据从低维输入空间映射到高维特征空间进行操作,并且在迭代过程中根据瞬时误差自适应地调整步长和核宽度.仿真结果证明,与核最小均方算法(KLMS)和最小均方算法(LMS)相比,AK-LMS算法在收敛速度和预测流量精度方面都有大幅提升,为卫星网络的流量规划和路由设计提供了强有力的决策支持.
卫星网络、核最小均方算法、自适应步长、自适应核宽度、网络流量预测
41
TN927
国家高技术研究发展计划863计划项目2015AA015702;国家自然科学基金项目61531013, 61371087
2018-09-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
51-55