基于小波能量差和BP 神经网络网络性能分析.docVIP

基于小波能量差和BP神经网络的网络性能分析( 蒋炎华　甘井中 （玉林师范学院实验设备处　　广西玉林　　537000） [摘　要]　文章将小波变换与人工神经网络结合，建立一种网络性能分析模型。首先对流量时间序列进行小波分解，得到多个尺度的小波系数序列，计算能量差，作为BP神经网络模型的输入，得出网络性能评价。用实际网络流量对该模型进行验证，结果表明，该模型具有较高的可行性。 [关键词]　网络性能；小波变换；BP神经网络 [中图分类号]TP393　　　　[文献标识码]A　　　　[文章编号]1008-7656（2012）03-0046-03 网络流量具有明显的多尺度特性，如分形、长程相关、自相似性等，传统的网络流量模型（如自回归模型、自回归滑动平均模型、Markov模型、Poison模型等）只能处理平稳过程和特殊非平稳过程，不能有效地分析流量的这些特性。小波变换是一种非常有效的分析非线性时间序列的工具，能将网络流量序列分解成不同尺度的系数序列；而人工神经网络具有较强的非线性逼近功能。 结合小波变换和BP神经网络，提出了一种新的校园网络性能分析模型：首先将网络流量进行小波变换，得到各尺度的小波系数序列，计算各时段各尺度的小波能量差；然后将能量差序列输入经训练的BP神经网络，由BP神经网络给出网络性能的评价。 1　网络流量的小波能量差 网络流量是一种非线性的时间序列信号,网络流量的小波变换