共 11 条
- [10] Small-time scale network traffic prediction based on flexible neural tree[J] . Yuehui Chen,Bin Yang,Qingfang Meng.Applied Soft Computing Journal . 2011 (1)
基于高斯过程回归的网络流量预测模型
被引：22
作者：
李振刚
机构：
[1] 天津城建大学信息中心
来源：
关键词：
网络流量;
高斯过程回归;
入侵杂草优化;
延迟时间;
嵌入维数;
D O I：
暂无
中图分类号：
TP393.06 [];
O212.1 [一般数理统计];
学科分类号：
摘要：
针对传统网络流量预测精度低难题,为了获得理想的网络流量预测结果,提出一种基于高斯过程回归(GPR)的网络流量预测模型。该模型首先计算延迟时间和嵌入维数,构建高斯过程回归的学习样本;然后采用高斯过程回归对网络流训练集进行学习,并采用入侵杂草优化对高斯过程回归的参数进行优化;最后采用经典的网络流量测试集对该模型性能进行实验测试。实验结果表明,高斯过程回归模型提高了网络流量的预测精度。
引用
收藏
页码：1251 / 1254
页数：4
相关论文