原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于EMD和粒子群优化的LS-SVM的网络流量预测.pdf
2013年12月 计算机工程与设计 Dec．2013
第34卷第12期 COMPUTERENGINEERINGANDDESIGN V01．34NO．12
朱倩雨1，覃锡忠1，贾振红1，盛磊2，陈丽2
(1．新疆大学信息科学与工程学院，新疆乌鲁木齐830046；
2．中国移动通信集团新疆有限公司，新疆乌鲁木齐830063)
摘要：针对网络流量时间序列呈现出的非线性、非平稳、多尺度的特点，提出了一种结合经验模式分解(EMD)和粒子
群优化的最小二乘支持向量机(峪SVM)的流量预测模型。通过EMD分解，将原始流量的非平稳序列分解为若干不同尺
预911结果。仿真结果表明，该方法不仅能够获得较高的预测精度，还能够反映原始流量数据的突变性。
关键词：经验模式分解；本征模式分量；粒子群；最小二乘支持向量机；组合预测
中图法分类号：TP393文献标识号：A 文章编号：1000—7024(2013)12—4104—05
Networktraffic basedonEMDand
prediction
swarm ofLS-SVM
particle optimization
ZHU Lei2，CHENLi2
Qian-yul，QINXi—zhon91，JIAZhen-hon91，SHENG
(1．SchoolofInformationScienceand
Engineering，XinjiangUniversity，Urumqi
ofChinaMobilein 830063，China)
Company Xinjiang，Urumqi
tO
Abstract：Duethe characteristicsofthenetworktraffictimeseries，amodelthatcorn—
non-linear，non-stationary，multi—scale
hinesEMDand swarm ofLS-SVMis themodelis the
particle optimization proposed．FirstlydecomposedbyEMD。makingorigi—
nal flow intodifferentscalesofsmoothIMF swarm of
non-stationarysequencedecompose component，thenparticle optimization
LS-SVMisusedtO each the resultsofthe theSVM
predictcomponentseparately，andfinallypredicted originalsequencethrough
combinationare simulationresultsshowthatthemethodnot obtain alsore—
acquired．The only prediction
higher accuracy．but
flectthe of flowdata．
mutabilityoriginal
mode
文档评论（0）