版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、實(shí)現(xiàn)網(wǎng)絡(luò)QoS控制對(duì)于網(wǎng)絡(luò)管理及維護(hù)相當(dāng)重要,而網(wǎng)絡(luò)流量預(yù)測(cè)對(duì)于實(shí)現(xiàn)網(wǎng)絡(luò)的QoS控制可以起到十分重要的作用;另外,流量預(yù)測(cè)在入侵檢測(cè)中的應(yīng)用也受到越來越多的關(guān)注。網(wǎng)絡(luò)流量預(yù)測(cè)極具現(xiàn)實(shí)研究意義。 網(wǎng)絡(luò)流量的預(yù)測(cè)要求較高的實(shí)時(shí)性,另外準(zhǔn)確率也是一個(gè)很重要的指標(biāo)。本文基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,并引入小波函數(shù)對(duì)其進(jìn)行改進(jìn),建立了一個(gè)新的網(wǎng)絡(luò)流量預(yù)測(cè)模型;另外針對(duì)幾種神經(jīng)網(wǎng)絡(luò)的不同特點(diǎn)進(jìn)行有效的整合,建立了一個(gè)新的網(wǎng)絡(luò)流量預(yù)測(cè)模型;并對(duì)以上兩
2、種模型寫出了相應(yīng)的算法,仿真試驗(yàn)證明,該模型預(yù)測(cè)誤差低,并且具有普適性。 本文研究的內(nèi)容是對(duì)神經(jīng)網(wǎng)絡(luò)流量預(yù)測(cè)模型進(jìn)行改進(jìn),并設(shè)計(jì)相應(yīng)的預(yù)測(cè)步驟,主要有以下研究成果: 1、在BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的隱含層引入小波函數(shù)作為其傳遞函數(shù),建立一個(gè)新的小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,并設(shè)計(jì)了相關(guān)的預(yù)測(cè)算法,提取了真實(shí)的網(wǎng)絡(luò)流量對(duì)該模型進(jìn)行了仿真驗(yàn)證,在保證預(yù)測(cè)精度的前提下,提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度,達(dá)到了改進(jìn)的目標(biāo)。 2、針對(duì)線性神經(jīng)
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于灰色神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)流量預(yù)測(cè)算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)研究.pdf
- 基于PSO-BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)算法的研究與應(yīng)用.pdf
- 基于改進(jìn)支持向量機(jī)的網(wǎng)絡(luò)流量預(yù)測(cè)算法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量識(shí)別算法研究.pdf
- 網(wǎng)絡(luò)流量的混沌特性研究及網(wǎng)絡(luò)流量預(yù)測(cè)算法研究.pdf
- 基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)模型研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)算法研究.pdf
- 基于粒子群小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)模型研究.pdf
- 基于蟻群算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)流量預(yù)測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的混合網(wǎng)絡(luò)流量預(yù)測(cè)模型仿真與實(shí)現(xiàn).pdf
- 結(jié)合分形神經(jīng)網(wǎng)絡(luò)理論的網(wǎng)絡(luò)流量預(yù)測(cè)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性網(wǎng)絡(luò)流量分析與預(yù)測(cè).pdf
- 網(wǎng)絡(luò)流量異常檢測(cè)算法.pdf
- 基于Hadoop的全網(wǎng)絡(luò)流量異常監(jiān)測(cè)算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法的ZigBee網(wǎng)絡(luò)監(jiān)控系統(tǒng)的設(shè)計(jì)與研究.pdf
- 網(wǎng)絡(luò)流量趨勢(shì)預(yù)測(cè)算法及在網(wǎng)管中的應(yīng)用.pdf
- 基于回聲狀態(tài)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)研究.pdf
- 基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測(cè)模型研究.pdf
評(píng)論
0/150
提交評(píng)論