10.3969/j.issn.1000-7024.2013.12.005
基于EMD和粒子群优化的LS-SVM的网络流量预测
针对网络流量时间序列呈现出的非线性、非平稳、多尺度的特点,提出了一种结合经验模式分解(EMD)和粒子群优化的最小二乘支持向量机(LS-SVM)的流量预测模型.通过EMD分解,将原始流量的非平稳序列分解为若干不同尺度的平稳IMF(固有模态分量)分量,用粒子群优化的LS-SVM分别对各分量进行预测,通过SVM组合得到原始序列的预测结果.仿真结果表明,该方法不仅能够获得较高的预测精度,还能够反映原始流量数据的突变性.
经验模式分解、本征模式分量、粒子群、最小二乘支持向量机、组合预测
34
TP393(计算技术、计算机技术)
中国移动通信集团新疆有限公司研究发展基金项目XJM2012-01
2014-01-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
4104-4108