基于FIR神经网络的以太网网络流量预测

被引：6

作者：

林雪纲 ^{[1
]}

郑成兴 ^{[2
]}

窦旻 ^{[3
]}

许榕生 ^{[4
]}

机构：

[1] 浙江大学人工智能研究所

[2] 北京第二外国语学院教育技术中心

[3] 北京金元龙脉信息科技有限公司

[4] 中国科学院高能物理研究所计算中心

来源：

计算机工程 | 2006年 / 08期

关键词：

神经网络; FIR; 网络流量; 预测;

D O I：

暂无

中图分类号：

TP393.11 [];

学科分类号：

081201 ; 1201 ;

摘要：

对原始数据进行R/S分析得到Hurst系数以选择合适的神经网络结构,重点分析了FIR的阶及两种不同学习算法(Wan和Back-Tsio算法)对预测结果的影响。结果表明FIR阶的选择依赖于流量数据的变化周期,Wan算法在Hurst数接近1的网络流量预测中具有更好的精确性。

引用

收藏

页码：124 / 126+130 +130

页数：4

相关论文

共 2 条

[1]

A Performance Evaluation of Neural Network Models in Traffic Volume Forecasting. Yun S Y,Namkoong S,Rho J H,et al. Mathematical and Computer Modelling . 1998

[2]

Long-range Dependence in Variable-bit-rate Video Traffic. Beran J,Sherman R. IEEE/ACM Trans.on Communications . 1995