原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
网络流量预测模型
PAGE37
题目：网络流量预测模型
摘要
当前，随着因特网的快速发展，网络的规模越来越大，网络结构越来越复杂多样，用户也呈爆炸性增长，如何有效、合理地分配网络资源面临着巨大挑战。为了精准预测网络流量的短期走向，本文对网络流量预测做了大量的研究。
本文首先对初始网络序列进行数据预处理，相空间重构，混沌性判别，然后建立了六种模型对网络流量进行预测分析，分别为Volterra滤波器自适应预测模型、BP神经网络预测模型、RBF神经网络预测模型、小波神经网络预测模型、SVM预测模型以及极限学习机预测模型，其均方百分误差分别为8.31%，9.46%，8.37
文档评论（0）