基于自组织映射神经网络的局部自回归方法在网络流量预测中的应用

被引：13

作者：

李军

黄杰

机构：

[1] 兰州交通大学自动化与电气工程学院

来源：

信息与控制 | 2016年 / 45卷 / 01期

关键词：

网络流量; 预测; 自组织映射; 局部自回归;

D O I：

10.13976/j.cnki.xk.2016.0120

中图分类号：

TP393.06 []; TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对网络流量预测,提出一类基于自组织映射(self-organizing map,SOM)神经网络的局部自回归(auto-regressive,AR)方法.根据SOM的联想记忆在时域的推广,在矢量量化临时联想记忆(vector-quantized temporal association memory,VQTAM)建模技术的基础上,给出具有多个局部线性AR模型的AR-SOM方法,基于前K个获胜神经元用权值代替输入向量建立单一时变局部AR模型的K-SOM方法,以及在完成数据向量聚类的同时,更新多个局部AR模型系数的LLM(local linear map)-SOM方法.相对于全局模型,基于SOM神经网络的局部AR方法能够灵活给出有效的监督神经结构,降低了计算复杂度.将本文方法应用于不同的网络流量预测实例中,并与现有方法相比,实验结果表明所提出的方法能有效地改善预测精度,且性能更好.

引用

页码：120 / 128

页数：9

共 10 条

[1] 一种基于相关分析的局域最小二乘支持向量机小尺度网络流量预测算法 [J].

唐舟进 ;

彭涛 ;

王文博 .

物理学报, 2014, 63 (13) :57-66

[2] 基于量子自适应粒子群优化径向基函数神经网络的网络流量预测 [J].

郭通 ;

兰巨龙 ;

李玉峰 ;

江逸茗 .

电子与信息学报, 2013, 35 (09) :2220-2226

[3] 基于MCC的网络流量预测方法(英文) [J].

曲桦 ;

马文涛 ;

赵季红 ;

王涛 .

中国通信, 2013, 10 (01) :134-145

[4] 小时间尺度网络流量混沌性分析及趋势预测 [J].

温祥西 ;

孟相如 ;

马志强 ;

张永春 .

电子学报, 2012, 40 (08) :1609-1616

[5] 认知网络中基于蚁群算法的网络流量预测模型 [J].

李丹丹 ;

张润彤 ;

王传臣 ;

肖东坡 .

电子学报, 2011, 39 (10) :2245-2250

[6] 基于BP神经网络的IP网络流量预测 [J].

陈晓天 ;

张顺颐 ;

田婷婷 .

南京邮电大学学报(自然科学版), 2010, 30 (02) :16-21

[7] 网络流量预测中的时间序列模型比较研究 [J].

姜明 ;

吴春明 ;

张旻 ;

胡大民 .

电子学报, 2009, 37 (11) :2353-2358

[8] 基于在线LS-SVM的网络预测控制系统 [J].

雷必成 ;

王万良 ;

李祖欣 .

信息与控制, 2009, 38 (02) :163-169

[9]

Long-term time series prediction with the NARX network: An empirical evaluation [J] . José Maria P. Menezes,Guilherme A. Barreto.&nbsp&nbspNeurocomputing . 2008 (16)

[10]

A network of autoregressive processing units for time series modeling [J] . Mikko Lehtokangas,Jukka Saarinen,Kimmo Kaski.&nbsp&nbspApplied Mathematics and Computation . 1996 (2)

← 1 →