首页 | 本学科首页   官方微博 | 高级检索  
     

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)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号