共查询到20条相似文献,搜索用时 35 毫秒
1.
在分组交换网络中,源目节点对(source-destination pair,下称SD对)之间的业务常常需要在多条路径上并行传输。本文研究如何将业务流有效地分布于一组路径上,以使网络具有最小的分组平均时延。由于这个问题在很多情况下需要实时处理,因此我们提出了一种神经网络方法来加以解决,在一个典型网络上的试验表明,我们的方法获得的结果优于前人用各种严格的数学分析方法得到的好的结果。 相似文献
2.
章治 《微电子学与计算机》2012,29(3):98-101,105
提出一种组合神经网络的网络流量预测模型.首先采用SMOF网络对网络流量数据进行聚类,然后采用Elman网络对聚类后的流量数据进行训练并预测,同时采用遗传算法对Elman网络的网络结构进行优化,提高网络流量预测精度.仿真结果表明,组合神经网络加快了网络流量预测速度,提高了网络流量预测精度,克服了单一预测模型不足,为网络流量预测提供了新的思路,具有很好的应用前景. 相似文献
3.
深度学习就是机器学习研究的过程,主要通过模拟人脑分析学习的过程对数据进行分析。目前,深度学习技术已经在计算机视觉、语音识别、自然语言处理等领域获得了较大发展,并且随着该技术的不断发展,为网络流量分类和异常检测带来了新的发展方向。移动智能手机与大家的生活息息相关,但是其存在的安全问题也日益凸显。针对传统机器学习算法对于流量分类需要人工提取特征、计算量大的问题,提出了基于卷积神经网络模型的应用程序流量分类算法。首先,将网络流量数据集进行数据预处理,去除无关数据字段,并使数据满足卷积神经网络的输入特性。其次,设计了一种新的卷积神经网络模型,从网络结构、超参数空间以及参数优化方面入手,构造了最优分类模型。该模型通过卷积层自主学习数据特征,解决了传统基于机器学习的流量分类算法中的特征选择问题。最后,通过CICAndmal2017网络公开数据集进行模型测试,相比于传统的机器学习流量分类模型,设计的卷积神经网络模型的查准率和查全率分别提高了2.93%和11.87%,同时在类精度、召回率以及F1分数方面都有较好的提升。 相似文献
4.
5.
一种用于ATM业务量预测的神经网络模型 总被引:4,自引:3,他引:4
提出了一种用于ATM网络业务量智能预测的神经网络模型,并对随机产生的自回归型业务量进行了预测。模拟结果表明,与相关文献给出的神经网络模型相比,该模型不但收敛速度较快,而且推广能力强,提高了预测的精度和可靠性。 相似文献
6.
赵清艳 《微电子学与计算机》2013,(3)
为了提高网络流量预测精度,利用相空间重构和预测模型参数间的相互联系,提出一种遗传算法优化神经网络的网络流量预测模型.首先将相空间重构和神经网络参数进行编码,网络流量预测精度作为目标函数,然后通过遗传算法选择模型最优参数,最后进行网络流量仿真实验.实验结果表明相对传统预测模型,遗传优化神经网络模型具有更高预测精度及稳定性更好. 相似文献
7.
8.
充分利用人工神经网络强大的学习能力和其对非线性系统很强的模拟能力以及MATLAB的人工神经网络工具箱的强大功能,建立隧道小时交通量神经网络预测模型,对隧道短期交通量预测方法进行研究。研究测试结果表明经过训练后的神经网络能够很好地预测隧道下一时段的交通量,其精度完全可以满足实际应用的要求。用神经网络理论进行隧道小时交通量预测具有建模容易、精确度高、联想记忆等优点。 相似文献
9.
This paper proposes a method for improving the precision of Network Traffic Prediction based on the Maximum Correntropy Criterion (NTPMCC), where the nonlinear characteristics of network traffic are consid-ered. This method utilizes the MCC as a new error evaluation criterion or named the cost function (CF) to train neural networks (NN). MCC is based on a new similarity function (Generalized correlation entropy function, Correntropy), which has as its foundation the Parzen window evaluation and Renyi entropy of error probability density function. At the same time, by combining the MCC with the Mean Square Error (MSE), a mixed evaluation criterion with MCC and MSE is proposed as a cost function of NN training. According to the traffic network characteristics including the nonlinear, non-Gaussian, and mutation, the Elman neural network is trained by MCC and MCC-MSE, and then the trained neural net-work is used as the model for predicting net-work traffic. The simulation results based on the evaluation by Mean Absolute Error (MAE), MSE, and Sum Squared Error (SSE) show that the accuracy of the prediction based on MCC is superior to the results of the Elman neural network with MSE. The overall performance is improved by about 0.0131. 相似文献
10.
11.
12.
用于VBR视频通信量预测的梯度径向基函数网络模型 总被引:1,自引:0,他引:1
提出采用梯度径向基函数(GRBF,gradientradialbasisfunction)神经网络实现VBR(variablebitrate)视频通信量的预测,由于GRBF神经网络采用差分输入,能够消除由于局部平均值随时间变化而造成的不稳定性,特别适合于非平稳时间序列预测。仿真结果显示,GRBF神经网络模型的预测误差(相对均方误差)为2.9×10-3,而其它几种常见预测模型的预测误差在(1.6~8.5)×10-2之间。 相似文献
13.
交通流预测在城市交通管理和控制中起着十分重要的作用。在分析城市交通流复杂非线性特性的基础上引入BP神经网络模型,从人工智能的角度对交通流预测进行了研究,同时给出了一种基于BP神经网络模型的交通流预测方法,通过对预测数据与实测数据的比较分析,证实了该方法的有效性。 相似文献
14.
15.
为了实现船舶交通流量的精确预测,对某大桥在2010年始~2016年终之间通过的船舶数量进行实测,并将实测数据作为时间序列,对其进行NP单根检验,得到的该时间序列具有非平稳性,进而建立EEMD-IAGA-BP神经网络预测模型,将实测船舶交通流量分解,得到多个平稳的分解信号,采用EEMD模型对其进行优化计算,研究结果表明:EEMD-IAGA-BP神经网络预测模型精度高于传统IAGA-BP模型,能够较为精确的预测船舶交通流量。 相似文献
16.
针对认知移动终端业务流在多网络层具有不同复杂性的特点,提出了一种基于多时空尺度的业务特性分析方法。该方法首先建立多空间尺度业务模型,然后利用多尺度熵方法对终端业务流信息进行特征提取,对比分析不同时空尺度上网络行为的结构复杂度,探索其随时空尺度的变化规律,从而预测下一时段的业务量。实验数据分析的结果表明,该方法能够有效的实现业务流的在线监测。 相似文献
17.
交通灯的识别对人工智能以及无人驾驶都有着举足轻重的作用,本文研究交通识别中的红绿灯判断,用于改善驾驶员疲劳以及维护交通秩序从而提高驾驶安全系数减少交通事故的发生.通过机器视觉采集红绿灯交通信号图,运用Mat-lab进行图片处理截取红绿灯区域,提取每张图片的121个像素点RGB值,运用1和2分别表示绿灯和红灯,建立红绿灯... 相似文献
18.
19.
改进的BP神经网络在交通流量预测中应用 总被引:2,自引:0,他引:2
针对传统BP学习算法收敛速度慢,对步长依赖明显等缺点,提出一种利用搜索较优步长的BP算法.在网络训练中,能够在每次迭代中搜索出一个相对合理的步长,从而使步长的选择对学习速度的影响大大降低.对交通流量预测仿真结果表明,新算法对步长选择的依赖性小于传统BP算法. 相似文献
20.
廖竣锴 《信息安全与通信保密》2005,(10):85-87
本文针对流量异常,提出了一种使用神经网络的检测方法。在仔细分析网络流量异常的基础上,提取流量特征数据,经预处理后供优化的BP神经网络分析,可准确检测出流量异常。测试结果表明,该模型对流量异常的检测有较高的准确性。 相似文献