| 融合蚁群算法与支持向量机的网络流量预测 |
| |
| 引用本文： | 曾勍炜,徐知海,付爱英,邓庚盛.融合蚁群算法与支持向量机的网络流量预测[J].南昌大学学报(理科版),2011,35(4):1. |
| |
| 作者姓名： | 曾勍炜 徐知海 付爱英 邓庚盛 |
| |
| 作者单位： | 南昌大学网络中心； |
| |
| 摘 要： | 网络流量的精确预测对控制网络拥塞有效控制有着重要意义。支持向量机是一种新的机器学习方法,能有效解决非线性、小样本及高维等问题。因为支持向量机的训练参数的取值与其预测能力有着较大关系,所以经常采用遗传算法选取训练参数。但是,遗传算法容易陷入局部极值,而蚁群算法
|
| 关 键 词： | 预测技术 支持向量机 网络流量 蚁群算法 |
Prediction of network traffic by combination of ant colony optimization and support vector machine |
| |
| ZENG Qing-wei,XU Zhi-hai,FU Ai-ying,DENG Geng-sheng.Prediction of network traffic by combination of ant colony optimization and support vector machine[J].Journal of Nanchang University(Natural Science),2011,35(4):1. |
| |
| Authors: | ZENG Qing-wei XU Zhi-hai FU Ai-ying DENG Geng-sheng |
| |
| Abstract: | Accurate prediction of network traffic is significant to control network congestion.Support vector machine is a new machine learning method,which can solve the problems with nonlinearity,small sample and higher dimension.Because the values of training par |
| |
| Keywords: | support vector machine ant colony optimization network traffic prediction technology |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《南昌大学学报(理科版)》浏览原始摘要信息 |
| 点击此处可从《南昌大学学报(理科版)》下载免费的PDF全文 |
