基于在线LS-SVM的网络流量预测

被引：2

作者：

李明迅

孟相如

温祥西

袁荣坤

机构：

[1] 空军工程大学电讯工程学院

来源：

电视技术 | 2012年 / 36卷 / 07期

关键词：

混沌理论; 最小二乘支持向量机; 网络流量; 在线预测; 迭代算法;

D O I：

10.16280/j.videoe.2012.07.017

中图分类号：

TN915.06 [测试、运行];

学科分类号：

摘要：

为了提高流量预测的准确性,将混沌理论和在线LS-SVM回归技术应用于网络流量预测。采用相空间重构理论计算流量的时延τ、嵌入维数m,据此确定训练样本对并建立在线预测模型,对网络流量数据进行预测。结果表明,该方法能有效地进行流量预测,相对于传统的离线预测方式,该方法具有更好的预测精度。

引用

页码：67 / 70

页数：4

共 8 条

[1] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

[2]

混沌时间序列分析及其应用.[M].吕金虎等编著;.武汉大学出版社.2002,

[3] 基于在线LS-SVM算法的变参数混沌时间序列预测 [J].

肖支才 ;

王杰 ;

王永生 .

航空计算技术, 2010, 40 (03) :29-33+37

[4] 网络时延的相空间重构投影寻踪预测方法 [J].

曹庆璞 ;

董淑福 ;

罗赟骞 .

电视技术, 2010, 34(S1) (S1) :159-161

[5] 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

[6] 混沌-支持向量机回归在流量预测中的应用研究 [J].

罗赟骞 ;

夏靖波 ;

王焕彬 .

计算机科学, 2009, 36 (07) :244-246

[7] 基于混沌特性的网络流量预测 [J].

陆锦军 ;

王执铨 .

南京航空航天大学学报, 2006, (02) :217-221

[8] 基于在线最小二乘支持向量机回归的混沌时间序列预测 [J].

叶美盈 ;

汪晓东 ;

张浩然 .

物理学报, 2005, (06) :2568-2573

← 1 →