基于小波分形自回归整合滑动平均模型的网络流量预测
研究表明Internet通信流量同时呈现长相关和短相关特性.为了精确捕捉上述通信流特性,提出一种基于小波分形自回归整合滑动平均(W-FARIMA)模型的预测方法.首先通过Haar小波的方法将原始数据分解为高频信号和低频信号,接着采用FARIMA模型对低频信号进行建模并预测序列,然后对高频信号采用加权一阶局域法进行预测,最后利用小波重构以合成数据.实验和数学分析的方法证实了该预测模型确实能够很好地进行网络流量的长期预测.
长相关、短相关、网络流量预测、Haar小波、数学分析
31
TP393.03(计算技术、计算机技术)
国家自然科学基金资助项目61073197;江苏省自然科学基金资助项目BK2010548;教育部留学回国人员科研启动基金资助项目教外司留[2007]1108号
2011-07-15（万方平台首次上网日期，不代表论文的发表时间）
共3页
901-903
