10.3969/j.issn.1000-3428.2006.08.045
基于FIR神经网络的以太网网络流量预测
对原始数据进行R/S分析得到Hurst系数以选择合适的神经网络结构,重点分析了FIR的阶及两种不同学习算法(Wan和Back-Tsio算法)对预测结果的影响.结果表明FIR阶的选择依赖于流量数据的变化周期,Wan算法在Hurst数接近1的网络流量预测中具有更好的精确性.
神经网络、FIR、网络流量、预测
32
TP393.01(计算技术、计算机技术)
国家重点基础研究发展计划973计划G1999035806
2006-05-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
124-126,130