通信学报
通信學報
통신학보
JOURNAL OF CHINA INSTITUTE OF COMMUNICATIONS
2011年
4期
47-56
,共10页
高波%张钦宇%梁永生%刘宁宁%黄程波%张乃通
高波%張欽宇%樑永生%劉寧寧%黃程波%張迺通
고파%장흠우%량영생%류저저%황정파%장내통
自相似%经验模式分解%自回归滑动平均%流量预测
自相似%經驗模式分解%自迴歸滑動平均%流量預測
자상사%경험모식분해%자회귀활동평균%류량예측
提出了一种基于ARMA(自回归滑动平均)模型的经验模式分解预测自相似网络流量的方法,进行了理论证明和仿真验证.结果表明,经验模式分解对长相关流量有去相关的作用,采用ARMA模型即可对自相似网络流量准确刻画,不但降低了算法的复杂度,而且预测精度高于径向基函数神经网络的预测精度.
提齣瞭一種基于ARMA(自迴歸滑動平均)模型的經驗模式分解預測自相似網絡流量的方法,進行瞭理論證明和倣真驗證.結果錶明,經驗模式分解對長相關流量有去相關的作用,採用ARMA模型即可對自相似網絡流量準確刻畫,不但降低瞭算法的複雜度,而且預測精度高于徑嚮基函數神經網絡的預測精度.
제출료일충기우ARMA(자회귀활동평균)모형적경험모식분해예측자상사망락류량적방법,진행료이론증명화방진험증.결과표명,경험모식분해대장상관류량유거상관적작용,채용ARMA모형즉가대자상사망락류량준학각화,불단강저료산법적복잡도,이차예측정도고우경향기함수신경망락적예측정도.
