10.3969/j.issn.1000-7024.2013.11.016
基于PSR-SVM的网络流量预测
为了提高网络流量的预测精度,提出一种相空间重构和支持向量机相结合的网络流量预测模型(PSR-SVM).通过相空间重构对网络流量序列进行重构,重构网络流量序列输入到支持向量机进行建模和预测,利用具体网络流量数据进行仿真实验,与BP神经网络、灰色模型预测结果进行对比.实验结果表明,相对于对比模型,PSR-SVM提高了网络流量的预测精度和稳定性,能够很好满足网络流量预测实时性和高精度要求.
支持向量机、相空间重构、网络流量预测、混沌理论、灰色模型
34
TP393(计算技术、计算机技术)
北京自然科学基金项目9251009001000021
2013-12-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
3796-3800