最大Lyapunov指数改进算法的网络流量预测

为了提高网路流量的预测精度,针对网络的非线性及复杂性,应用最大Lyapunov指数改进算法,利用历史数据信息,在重构相空间的基础上对网络流量进行短期预测,应用混沌理论对某高校主干流量时间序列进行分析。结合C-C算法将实际测试的流量时间序列投影到重构的相空间中,计算其最大Lyapunov指数并对最大可预测时间进行了分析。实验结果表明,最大Lyapunov指数改进算法具有良好的预测效果,较高的预测精度和更好的自适应性,该算法应用于网络流量预测是可行、有效的。     

模糊加权Markov链的用户行为预测

提出了基于模糊加权Markov链模型,通过分析用户行为特征和最优状态分类的方法,预测网络用户行为,并验证了此模型的可行性和实用性.     

基于改进极限学习机的无线传感器网络故障检测方法

在无线传感器网络收集环境数据的过程中,由于环境干扰,电池电量不足以及传感器老化等原因会使收集到的数据出现遗漏或者错误,而这些错误数据会导致整个监测系统故障.针对该问题,本文提出了一种以改进极限学习机为基础进而实现无线传感器网络节点故障的有效检测方式.首先就传统萤火虫优化算法进行改进,通过使用莱维飞行对萤火虫算法进行优化...