10.3969/j.issn.1000-3428.2006.23.035
基于混沌理论的网络数据流RBF神经网络预测
应用相空间重构理论,研究了网络数据流的混沌特性,计算了实际网络数据流的关维数、Lyapunov指数,证实网络数据流存在混沌现象;据此建立了基于径向基函数(RBF)预测模型,对实际网络数据流进行预测.仿真实验表明,相对于反向传播(BP)神经网络预测,基于混沌理论的RBF神经网络预测方法学习速度快,预测精度高.
混沌理论、重构相空间、网络数据流、RBF神经网络
32
TP183(自动化基础理论)
国家自然科学基金60374066;江苏省自然科学基金BK2004132;高等学校博士学科点专项科研项目20020288025;江苏省高校自然科学基金04KJD12
2006-12-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
100-103