基于混沌時間序列分析與支持向量機的網(wǎng)絡流量預測.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、現(xiàn)在，計算機網(wǎng)絡已經(jīng)成為人們最為重要的信息交互方式。隨著網(wǎng)絡的快速發(fā)展，日益復雜化的應用需求使得網(wǎng)絡管理工作越來越困難。同時，網(wǎng)絡擁塞、網(wǎng)絡安全和網(wǎng)絡故障等難題實際上也在阻礙著信息化社會的正常發(fā)展。怎樣提高網(wǎng)絡資源利用效率，保障網(wǎng)絡安全和及時調整、升級網(wǎng)絡設備成為最近的研究熱點。 近年來，隨著網(wǎng)絡流量預測技術的發(fā)展，它逐漸成為解決上述難題的一項關鍵技術。研究者已經(jīng)提出基于網(wǎng)絡流量預測技術在QoS（QoS，Quality of S

2、ervice）機制中建立對不同業(yè)務的動態(tài)資源分配策略；此外，網(wǎng)絡流量預測技術在網(wǎng)絡安全、網(wǎng)絡規(guī)劃方面也能發(fā)揮重要的作用，例如設計基于網(wǎng)絡流量預測的入侵檢測系統(tǒng)、建立動態(tài)網(wǎng)絡帶寬分配策略等等。 通過廣泛地學習和研究傳統(tǒng)時間序列分析理論、混沌時間序列分析理論、計算智能預測算法，本文對基于混沌理論和支持向量機的網(wǎng)絡流量短期預測算法進行了深入地研究，并提出了一種預測性能更佳、適應性更強的LSVM-DTW-K算法。本文的主要貢獻在于：提出

3、了一種針對小規(guī)模數(shù)據(jù)集情形，基于混沌時間序列分析和支持向量機（SVM，Support Vector Machine）的網(wǎng)絡流量短期預測算法LSVM-DTW-K。在之前提出的局域支持向量機（LSVM，Local Support Vector Machine）預測算法的基礎上，通過分析其在模型建立時的缺陷，提出用動態(tài)時間折疊（DTW，Dynamic Time Wrapping）算法代替歐氏距離算法度量向量之間的相似度，從而獲得更為準確的預測

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論