节点文献

基于FIR神经网络的以太网网络流量预测

Prediction of Ethernet Traffic by FIR Neural Network

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 LIN Xuegang1,ZHENG Chengxing2,DOU Min3,XU Rongsheng4(1.Institute of Artificial Intelligence,Zhejiang University,Hangzhou 310027;2.Educational Technology Center,Beijing International Studies University,Beijing 100024;3.Beijing Jinyuanlongmai Information Technology Co.,Ltd.,Beijing 100043;4.Computing Center,Institute of High Energy Physics,CAS,Beijing 100049)

【机构】浙江大学人工智能研究所；北京第二外国语学院教育技术中心；北京金元龙脉信息科技有限公司；中国科学院高能物理研究所计算中心杭州310027；北京100024；北京100043；北京100049；

【摘要】对原始数据进行R/S分析得到Hurst系数以选择合适的神经网络结构,重点分析了FIR的阶及两种不同学习算法(Wan和Back-Tsio算法)对预测结果的影响。结果表明FIR阶的选择依赖于流量数据的变化周期,Wan算法在Hurst数接近1的网络流量预测中具有更好的精确性。更多还原

【Abstract】 To predict the Ethernet traffic,R/S analysis is done firstly to get the Hurst coefficient and choose the suitable network architecture,then,prediction results are compared while the order of the FIR filter or the training algorithms(Wan or Back-Tsio algorithms) are varied.The results show that the order of FIR filter depends on the cycle of the traffic and Wan algorithm is more accurate for predicting network traffic whose Hurst coefficient is near 1.更多还原

【关键词】神经网络； FIR；网络流量；预测；
【Key words】 Neural network； FIR； Network traffic； Prediction；

【基金】国家“973”计划基金资助项目(G1999035806)

【文献出处】计算机工程 ,Computer Engineering , 编辑部邮箱 ,2006年08期

【分类号】TP393.11
【被引频次】16
【下载频次】176

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献