基于組合模型的網(wǎng)絡(luò)流量預(yù)測

基于組合模型的網(wǎng)絡(luò)流量預(yù)測

ID:259281

大小:1.12 MB

頁數(shù):23頁

時(shí)間:2017-07-15

基于組合模型的網(wǎng)絡(luò)流量預(yù)測_第1頁
基于組合模型的網(wǎng)絡(luò)流量預(yù)測_第2頁
基于組合模型的網(wǎng)絡(luò)流量預(yù)測_第3頁
基于組合模型的網(wǎng)絡(luò)流量預(yù)測_第4頁
基于組合模型的網(wǎng)絡(luò)流量預(yù)測_第5頁
資源描述:

《基于組合模型的網(wǎng)絡(luò)流量預(yù)測》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫

1、基于組合模型的網(wǎng)絡(luò)流量預(yù)測蘭州大學(xué)-張洋CONTENTS14253研究背景實(shí)驗(yàn)結(jié)果及分析研究方法結(jié)論與建議模型設(shè)計(jì)RESEARCHBACKGROUNDSRESEARCHFRMETHODSmodeldesignexperimentresultsandanalysisCONCLUSIONANDSUGGESTION蘭州大學(xué)1研究背景RESEARCHBACKGROUNDS蘭州大學(xué)PPT模板下載:www.1ppt.com/moban/行業(yè)PPT模板:www.1ppt.com/hangye/節(jié)日PPT模板:www.1ppt.com/

2、jieri/PPT素材下載:www.1ppt.com/sucai/PPT背景圖片:www.1ppt.com/beijing/PPT圖表下載:www.1ppt.com/tubiao/優(yōu)秀PPT下載:www.1ppt.com/xiazai/PPT教程:www.1ppt.com/powerpoint/Word教程:www.1ppt.com/word/Excel教程:www.1ppt.com/excel/資料下載:www.1ppt.com/ziliao/PPT課件下載:www.1ppt.com/kejian/范文下載:www.1

3、ppt.com/fanwen/試卷下載:www.1ppt.com/shiti/教案下載:www.1ppt.com/jiaoan/PPT論壇:www.1ppt.cn1研究背景RESEARCHBACKGROUNDS蘭州大學(xué)Internet的普及率越來越廣,網(wǎng)民數(shù)量呈爆炸式的增長,這對計(jì)算機(jī)網(wǎng)絡(luò)的安全及管理提出巨大挑戰(zhàn)網(wǎng)絡(luò)流量分析是對網(wǎng)絡(luò)進(jìn)行管理最為廣泛和重要的手段之一有效的網(wǎng)絡(luò)流量預(yù)測可以對網(wǎng)絡(luò)管理提供依據(jù)研究現(xiàn)狀1研究背景RESEARCHBACKGROUNDS蘭州大學(xué)Poisson模型線性模型非線性模型組合模型流量數(shù)據(jù)服從

4、指數(shù)分布網(wǎng)絡(luò)具有尺度特性,Poisson不再合適。隨機(jī)性、突發(fā)性等非線性特點(diǎn)。網(wǎng)絡(luò)流量數(shù)據(jù)擁有組合特性和復(fù)雜性BPRBFSVM…ARMA通過分析時(shí)間序列歷史數(shù)據(jù)發(fā)掘研究事物變化的規(guī)律性2研究方法RESEARCHMETHODS蘭州大學(xué)2研究方法RESEARCHMETHODS蘭州大學(xué)ARMA模型由自回歸模型與滑動平均模型為基礎(chǔ)“混合”構(gòu)成。如果時(shí)間序列yt滿足:則稱時(shí)間序列為yt服從(p,q)階自回歸滑動平均混合模型?;蛘哂洖棣?B)yt=θ(B)εt特殊情況:q=0,模型即為AR(p),p=0,模型即為MA(q)。2研究方

5、法蘭州大學(xué)極限學(xué)習(xí)機(jī)第一步:確定隱含層神經(jīng)元個(gè)數(shù),隨機(jī)設(shè)定輸入層與隱含層間的連接權(quán)值w和隱含層神經(jīng)元的閾值b;第二步:選擇一個(gè)可以無限可微的函數(shù)作為隱含層神經(jīng)元的激活函數(shù),進(jìn)而計(jì)算隱含層輸出矩陣H;第三步:計(jì)算輸出層權(quán)值是一種特殊類型的單隱層前饋神經(jīng)網(wǎng)絡(luò),僅有一個(gè)隱結(jié)點(diǎn)層。極限學(xué)習(xí)機(jī)的結(jié)構(gòu)原理圖RESEARCHMETHODS2研究方法蘭州大學(xué)小波分解一種基于信號的時(shí)間、尺度的分析方法它具有在時(shí)間和頻率兩個(gè)域中提取信號局部特征的能力,非常適合對非平穩(wěn)的序列進(jìn)行特征提取和分析連續(xù)小波變換離散小波變換RESEARCHMETHO

6、DS2研究方法蘭州大學(xué)小波分解Mallet算法Mallat分解算法示意圖RESEARCHMETHODS3模型設(shè)計(jì)modeldesign蘭州大學(xué)小波分解及參數(shù)選擇Daubechies(dbN)小波Symlet(symN)小波Coiflet(coifN)小波Biorthogonal(biorNr.Nd)小波3模型設(shè)計(jì)modeldesign蘭州大學(xué)小波基選擇分解層數(shù)選擇+ARMA建模過程3模型設(shè)計(jì)modeldesign蘭州大學(xué)142536平穩(wěn)性判定自相關(guān)系數(shù)偏自相關(guān)系數(shù)模型識別模型檢驗(yàn)?zāi)P皖A(yù)測基于小波變換的組合模型設(shè)計(jì)與實(shí)現(xiàn)方

7、法二3模型設(shè)計(jì)modeldesign蘭州大學(xué)小波分解平穩(wěn)性判斷ARMA建模ELM建模重構(gòu)4實(shí)驗(yàn)結(jié)果及分析experimentresultsandanalysis蘭州大學(xué)4實(shí)驗(yàn)結(jié)果及分析experimentalresultsandanalysis蘭州大學(xué)性能評價(jià)指標(biāo)為了檢驗(yàn)實(shí)驗(yàn)的預(yù)測精度,我們使用了三種不同的統(tǒng)計(jì)指標(biāo):平均絕對誤差百分比(MeanAbsolutePercentageError),平均絕對誤差(MeanAbsoluteError)和均方根誤差(RootMeanSquareError)。4實(shí)驗(yàn)結(jié)果及分析expe

8、rimentalresultsandanalysis蘭州大學(xué)實(shí)驗(yàn)數(shù)據(jù)一共七天的每天08:00到24:00之間的192條數(shù)據(jù)進(jìn)行實(shí)驗(yàn),將前六天的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),最后一天的數(shù)據(jù)作為測試數(shù)據(jù).4實(shí)驗(yàn)結(jié)果及分析experimentalresultsandanalysis蘭州大學(xué)UK數(shù)據(jù)經(jīng)過小波變換之后得到的細(xì)節(jié)部分dx(x

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。