聚类分析和神经网络的无线网络流量预测研究

摘要：

针对当前无线网络流量预测精度低、预测结果可信度低等问题,为了获得理想的无线网络流量预测结果,设计了聚类分析和神经网络的无线网络流量预测模型.首先,针对无线网络流量预测建模过程中的训练样本选择难题,采用聚类分析算法构建最优的训练样本集合;然后,引入神经网络对训练样本进行学习;最后进行了无线网络流量预测仿真实验.结果表明,设计模型克服了当前无线网络流量预测模型存在的一些弊端,可以描述无线网络流量变化特点,无线网络流量预测精度可以满足实际应用的要求,而且无线网络流量预测建模的效率高,整体预测效果要优于当前经典模型,为无线网络流量预测建模提供了一种新的研究思路.

关键词：无线网络流量预测、聚类分析、神经网络、训练样本构建、训练样本学习、仿真实验

所属期刊栏目：44

分类号：TN711-34;TP391(基本电子电路)

资助基金：中国交通教育研究会交通教育科学研究课题1801-16

在线出版日期：2021-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：91-94