一种利用自组织映射和径向基函数神经网络的网络拥塞预测方法

被引：3

作者：

葛彦强 ^{[1
]}

汪向征 ^{[2
]}

于江德 ^{[1
]}

机构：

[1] 安阳师范学院计算机与信息工程学院

[2] 安阳师范学院教育信息技术与传媒学院

来源：

微电子学与计算机 | 2012年 / 29卷 / 12期

关键词：

网络拥塞预测; 自组映射; 径向基函数;

D O I：

10.19304/j.cnki.issn1000-7180.2012.12.041

中图分类号：

TP183 [人工神经网络与计算]; TP393.06 [];

学科分类号：

摘要：

文中提出了一种利用自组织映射(KSOM)和径向基函数(KR)神经网络进行网络拥塞预测的方法.目前的研究表明,预测网络拥塞还存在一些问题,尤其在数据集比较小的时候.因此,为了使网络拥塞问题预测精度高,在预测过程中有必要考虑原有的数据集中每个数据之间的关系.现在为了获得更多的有价值的位置信息,采取了一系列的措施去满足不同数据的情况,包括使用自组织映射神经网络和径向基函数神经网络算法.这一过程使网络能满足不同类型的数据.在本文网络拥塞预测中,采用同一原始数据集,分别对利用自组织映射和径向基函数神经网络的算法和另外两种算法的性能进行比较.实验结果表明,利用自组织映射和径向基函数神经网络的算法具有更好的效果.

引用

页码：176 / 179

页数：4

共 4 条

[1] BP神经网络预测算法的改进及应用
王晓敏
刘希玉
戴芬
[J]. 计算机技术与发展, 2009, 19 (11) : 64 - 67
[2] BP神经网络预测算法性能的改进策略
王建平
郭尚
[J]. 微电子学与计算机, 2007, (10) : 144 - 145+149
[3] Numerical control of kohonen neural network for scattered data approximation
Miklós Hoffmann
[J]. Numerical Algorithms, 2005, 39 : 175 - 186
[4] Control-level calldifferentiation in IMS-based 3G core networks .2 El Barachi,Glitho M,Dssouli R. Network,IEEE . 2011

← 1 →