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

被引：12

作者：

唐舟进

彭涛

王文博

机构：

[1] 北京邮电大学信息与通信工程学院

来源：

物理学报 | 2014年 / 63卷 / 13期

关键词：

网络流量预测; 混沌时间序列预测; 最小二乘支持向量机; 局域预测;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文分析了网络流量数据的特性,针对传统预测算法在预测网络流量时的缺陷提出了一种基于相关分析的相关局域最小二乘支持向量机(LSSVM)预测算法.算法在对训练数据重构相空间后,利用相关分析同时从距离相关和时间相关的训练样本中选择最优的训练子集,结合自适应参数优化的LSSVM预测模型对小尺度网络流量进行预测.通过选用实际情况下的网络流量数据对算法进行测试验证,结果显示本文所提算法不仅优于传统的全局预测算法,同时也优于各种改进的局域预测算法.算法不仅在预测精度上取得大幅的性能提升,同时能够通过留一交叉验证法在预测之前就完成预测模型和训练子集的优化.

引用

页码：57 / 66

页数：10

共 10 条

[1] 基于迭代误差补偿的混沌时间序列最小二乘支持向量机预测算法 [J].

唐舟进 ;

任峰 ;

彭涛 ;

王文博 .

物理学报, 2014, 63 (05) :78-87

[2] 基于局域相关向量机回归模型的小尺度网络流量的非线性预测 [J].

孟庆芳 ;

陈月辉 ;

冯志全 ;

王枫林 ;

陈珊珊 .

物理学报, 2013, 62 (15) :96-102

[3]

WPANFIS:combine fuzzy neural network with multiresolution for network traffic prediction[J]. LI Rui1,CHEN Jian-ya1,LIU Yun-jie1,2,WANG Zhen-kai1 1. School of Information and Telecommunication Engineering,Beijing University of Posts and Telecommunications,Beijing 100876,China 2. China Unicom,Beijing 100140,China.The Journal of China Universities of Posts and Telecommunications. 2010(04)

[4]

Network traffic prediction by a wavelet-based combined model[J]. 孙韩林,金跃辉,崔毅东,程时端.Chinese Physics B. 2009(11)

[5] 选择性激光烧结成型件密度的支持向量回归预测 [J].

蔡从中 ;

裴军芳 ;

温玉锋 ;

朱星键 ;

肖婷婷 .

物理学报, 2009, 58(S1) (S1) :8-14

[6] 约束优化模式搜索法研究进展 [J].

黄天云 .

计算机学报, 2008, (07) :1200-1215

[7] Novel hybrid approach to data-packet-flow prediction for improving network traffic analysis [J].

Chang, Bao Rong ;

Tsai, Hsiu Fen .

APPLIED SOFT COMPUTING, 2009, 9 (03) :1177-1183

[8] Credit scoring using support vector machines with direct search for parameters selection [J].

Zhou, Ligang ;

Lai, Kin Keung ;

Yu, Lean .

SOFT COMPUTING, 2009, 13 (02) :149-155

[9]

Improving network traffic analysis by foreseeing data-packet-flow with hybrid fuzzy-based model prediction[J] . Bao Rong Chang,Hsiu Fen Tsai.Expert Systems With Applications . 2008 (3)

[10]

Optimized and meta-optimized neural networks for short-term traffic flow prediction: A genetic approach[J] . Eleni I. Vlahogianni,Matthew G. Karlaftis,John C. Golias.Transportation Research Part C . 2005 (3)

← 1 →