计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
21期
83-88
,共6页
小波消噪%神经网络%网络流量%相空间重构
小波消譟%神經網絡%網絡流量%相空間重構
소파소조%신경망락%망락류량%상공간중구
网络流量数据中含有大量噪声,对网络流量预测精度产生不利影响,为此,提出一种小波消噪和神经网络相融合的网络流量混沌预测模型.采用小波技术对网络流量数据进行消噪处理,采用关联维数确定BP神经网络输入变量个数,采用BP神经网络建立网络流量预测模型.结果表明,与消噪前比,小波消噪和神经网络模型更能准确刻画网络流量的变化趋势,有效提高了网络流量的预测精度,为非线性预测问题提供了一种新的研究思路.
網絡流量數據中含有大量譟聲,對網絡流量預測精度產生不利影響,為此,提齣一種小波消譟和神經網絡相融閤的網絡流量混沌預測模型.採用小波技術對網絡流量數據進行消譟處理,採用關聯維數確定BP神經網絡輸入變量箇數,採用BP神經網絡建立網絡流量預測模型.結果錶明,與消譟前比,小波消譟和神經網絡模型更能準確刻畫網絡流量的變化趨勢,有效提高瞭網絡流量的預測精度,為非線性預測問題提供瞭一種新的研究思路.
망락류량수거중함유대량조성,대망락류량예측정도산생불리영향,위차,제출일충소파소조화신경망락상융합적망락류량혼돈예측모형.채용소파기술대망락류량수거진행소조처리,채용관련유수학정BP신경망락수입변량개수,채용BP신경망락건립망락류량예측모형.결과표명,여소조전비,소파소조화신경망락모형경능준학각화망락류량적변화추세,유효제고료망락류량적예측정도,위비선성예측문제제공료일충신적연구사로.
