一种最大共轭梯度连续泛函的网络峰值预测

摘要：

提出一种基于最大共轭梯度连续泛函的网络峰值预测算法和模型，分析网络峰值预测影响因素，建立一个包含网络流量、网络峰值范围和信号强度的SVM模型．采用SVM模型的主成分分析方法实现对网络峰值的PCA估计系统设计．通过最大共轭梯度连续泛函，在奇异半正定性双周期性复分析下，实现对网络峰值的预测，考察网络流量的波动以及网络信号对网络峰值影响贡献程度，对网络峰值特征进行状态信息融合处理，减少预测误差．实验结果表明，该算法对网络峰值的预测精度较高，预测误差控制在1．5％以内，性能优越．

关键词：预测模型、泛函、算法、网络峰值

分类号：TP223(自动化技术及设备)

资助基金：河南省基础与前沿研究项目112300410129

在线出版日期：2015-05-18（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：275-278