基于混沌理论的网络数据流RBF神经网络预测

被引:8
作者
陆锦军
王执铨
机构
[1] 南京理工大学自动化学院
关键词
混沌理论; 重构相空间; 网络数据流; RBF神经网络;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
应用相空间重构理论,研究了网络数据流的混沌特性,计算了实际网络数据流的关维数、Lyapunov指数,证实网络数据流存在混沌现象;据此建立了基于径向基函数(RBF)预测模型,对实际网络数据流进行预测。仿真实验表明,相对于反向传播(BP)神经网络预测,基于混沌理论的RBF神经网络预测方法学习速度快,预测精度高。
引用
收藏
页码:100 / 103
页数:4
相关论文
共 6 条