位置:成果数据库 > 期刊 > 期刊详情页
基于物理效应分析和非线性度量混合建模策略
  • ISSN号:1001-506X
  • 期刊名称:系统工程与电子技术
  • 时间:2014
  • 页码:1137-1145
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]沈阳工业大学信息科学与工程学院,辽宁沈阳110870, [2]东北大学信息科学与工程学院,辽宁沈阳110819
  • 相关基金:国家自然科学基金(61034005);辽宁省博士科研启动基金(20141070)
  • 相关项目:基于数据驱动的复杂控制过程故障诊断和监控理论与关键技术研究
中文摘要:

为了提高网络流量的预测精确度,提出一种核主成分分析(KPCA)优化回声状态网络(ESN)的网络流量预测方法。首先利用相空间重构对网络流量序列进行处理,提高序列的可预测性,然后对网络流量序列进行核主成分分析,提取序列中的有效信息,通过实验方法确定回声状态网络的储备池参数,最后利用回声状态网络对网络流量进行预测。与标准回声状态网络、差分自回归滑动平均模型(ARIMA)、以及最小二乘支持向量机(LSSVM)预测模型进行了仿真对比,结果表明提出的方法具有更高的预测精确度以及更小的预测误差,同时一定程度上减少了预测时间。

英文摘要:

In order to improve the prediction accuracy of network traffic, a network traffic prediction method based on kernel principal component analysis proposed. Firstly, network traffic series was processed struction, then the effective information was extracted (KPCA) optimized echo state network (ESN) was to improve the predictability by phase space recon- through kernel principal component analysis. The reservoir parameters of echo state network were determined through the experiment method. Finally, net- work traffic was predicted through the echo state network. The proposed method is compared with stand- ard echo state netowrk, auto regressive integrated moving average (ARIMA), and least squares support vector machine (LSSVM) predictive model. The simulation results show that the proposed method has higher prediction accuracy with smaller predictive error, at the same time the prediction time is reduced.

同期刊论文项目
期刊论文 279 会议论文 8 获奖 34 专利 16 著作 7
同项目期刊论文
期刊信息
  • 《系统工程与电子技术》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:中国航天科工防御技术研究院 中国宇航学会 中国系统工程学会
  • 主编:施荣
  • 地址:北京142信箱32分箱
  • 邮编:100854
  • 邮箱:xtgcydzjs@126.com
  • 电话:010-68388406
  • 国际标准刊号:ISSN:1001-506X
  • 国内统一刊号:ISSN:11-2422/TN
  • 邮发代号:82-269
  • 获奖情况:
  • 全国中文核心期刊,全国优秀科技期刊,中国科技论文统计用刊,中国期刊方阵“双百”期刊
  • 国内外数据库收录:
  • 德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:34341