基于組合模型的網(wǎng)絡(luò)流量預(yù)測-閱讀頁
2025-08-02 20:06本頁面
【正文】 絡(luò)管理提供依據(jù) 研究現(xiàn)狀 1 研究背景 RESEARCH BACKGROUNDS 蘭州大學(xué) Poisson模型 線性模型 非線性模型 組合 模型 流量數(shù)據(jù)服從指數(shù)分布 網(wǎng)絡(luò)具有尺度特性， Poisson不再合適。 隨機(jī)性、突發(fā)性等非線性 特點(diǎn)。 如果時(shí)間序列 yt滿足： 則稱時(shí)間序列為 yt服從 (p,q)階自回歸滑動(dòng)平均混合模型 。 2 研究方法 蘭州大學(xué) 極限學(xué)習(xí)機(jī) 1x2xnxiw 1b2blbi?1y2ymy第一步：確定隱含層神經(jīng)元個(gè)數(shù)，隨機(jī)設(shè)定輸入層與隱含層間的連接權(quán)值 w和隱含層神經(jīng)元的閾值 b； 第二步：選擇一個(gè)可以無限可微的函數(shù)作為隱含層神經(jīng)元的激活函數(shù)，進(jìn)而計(jì)算隱含層輸出矩陣 H； 第三步：計(jì)算輸出層權(quán)值 是一種特殊類型的單隱層前饋神經(jīng)網(wǎng)絡(luò)，僅有一個(gè)隱結(jié)點(diǎn) 層 。,D ( , ) ( ) ( )x j kW T j k x t t d ty+??= 242。 11 ||N iii iPAM A P ENA== 229。21()NiiiPANR M S E=229。 （ 2）組合： ARMA+ELM 由亍 線性短相兲模型 ARMA對平穩(wěn)序列有非常大預(yù)測優(yōu)勢，非線性 ELM方法對非平穩(wěn)數(shù)據(jù)預(yù)測效果 更好 5 結(jié)論 CONCLUSION 蘭州大學(xué) 蘭州大學(xué) THANKS 謝謝！
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1