计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2013年
6期
246-249
,共4页
网络流量%小波%神经网络%Hopfield%预测
網絡流量%小波%神經網絡%Hopfield%預測
망락류량%소파%신경망락%Hopfield%예측
Network traffic%Wavelet%Neural network%Hopfield%Prediction
针对传统单一的网络流量模型不能对网络流量的复杂特性进行精确模拟的问题,提出一种基于αTrous小波分析和Hopfield神经网络的组合模型对网络流量进行预测.首先对网络流量进行归一化处理并采用αTrous小波变换；然后对小波单支进行重构,并将低频成分送入AR模型高频成分送入Hopfield神经网络进行建模预测；最后对各分量进行合成得到预测值.仿真实验结果表明,该模型提高了预测精度,并且具有很好的网络适应性.
針對傳統單一的網絡流量模型不能對網絡流量的複雜特性進行精確模擬的問題,提齣一種基于αTrous小波分析和Hopfield神經網絡的組閤模型對網絡流量進行預測.首先對網絡流量進行歸一化處理併採用αTrous小波變換；然後對小波單支進行重構,併將低頻成分送入AR模型高頻成分送入Hopfield神經網絡進行建模預測；最後對各分量進行閤成得到預測值.倣真實驗結果錶明,該模型提高瞭預測精度,併且具有很好的網絡適應性.
침대전통단일적망락류량모형불능대망락류량적복잡특성진행정학모의적문제,제출일충기우αTrous소파분석화Hopfield신경망락적조합모형대망락류량진행예측.수선대망락류량진행귀일화처리병채용αTrous소파변환；연후대소파단지진행중구,병장저빈성분송입AR모형고빈성분송입Hopfield신경망락진행건모예측；최후대각분량진행합성득도예측치.방진실험결과표명,해모형제고료예측정도,병차구유흔호적망락괄응성.
