期刊文献+
共找到38篇文章
< 1 2 >
每页显示 20 50 100
ATM 网络中使用神经网络的业务预测 被引量:2
1
作者 王萍 王同胜 臧玉卫 《天津大学学报》 EI CAS CSCD 1998年第1期115-119,共5页
业务预测对ATM网络中主要采用的预防式拥塞控制有特别重要的意义.用神经网络进行业务预测速度快,效果好.本文用神经网络对视频业务进行了预测,并给出了计算机仿真结果.
关键词 ATM网络 神经网络 业务预测
在线阅读 下载PDF
我国现有短期气候业务预测方法综述 被引量:14
2
作者 陈桂英 《应用气象学报》 CSCD 北大核心 2000年第A06期11-20,共10页
对我国短期气候业务预测方法的综合分析表明 :我国现有的短期气候业务预测经验和统计方法仍是主要的 ;物理因子和前兆强信号结合天气气候学分析的概念预测模型方法在业务预测中发挥重要作用 ;动力模式预测方法在业务预测中取得一定效果 ... 对我国短期气候业务预测方法的综合分析表明 :我国现有的短期气候业务预测经验和统计方法仍是主要的 ;物理因子和前兆强信号结合天气气候学分析的概念预测模型方法在业务预测中发挥重要作用 ;动力模式预测方法在业务预测中取得一定效果 .随着动力模式的进一步发展 。 展开更多
关键词 业务预测 统计方法 概念模型 短期气候预测
在线阅读 下载PDF
基于非完备大数据的业务预测 被引量:1
3
作者 李建东 盛敏 文娟 《中兴通讯技术》 2019年第1期63-66,共4页
高效、精准预测无线网络业务数据,例如业务的到达率、用户数以及吞吐量等,将为网络提供用户的实时需求,是实现无线网络智能化的关键。然而,由于无线网络传输的不可靠性、采集设备故障、采样率低等原因,使得无线大数据具有不可避免的非... 高效、精准预测无线网络业务数据,例如业务的到达率、用户数以及吞吐量等,将为网络提供用户的实时需求,是实现无线网络智能化的关键。然而,由于无线网络传输的不可靠性、采集设备故障、采样率低等原因,使得无线大数据具有不可避免的非完备性。将使系统丢失大量有用信息,从而给无线网络业务预测带来巨大挑战。为了应对该挑战,提出了基于非完备数据集的业务预测架构,从缺失值补充以及空时信息挖掘2个维度高效利用非完备数据集,提升预测精度,助力无线网络的智能化。 展开更多
关键词 业务预测 智能无线网络 非完备数据
在线阅读 下载PDF
应用业务预测的动态带宽分配算法
4
作者 王怀军 李维民 +1 位作者 张淳民 黄海清 《光电工程》 EI CAS CSCD 北大核心 2007年第5期117-120,共4页
当前以太无源光网络中动态带宽分配算法主要是基于轮询机制。其中限制带宽分配算法根据各个ONU发送的队列长度能够动态分配带宽,但是这种算法不能实时获得各个ONU的队列长度。因此,利用维纳滤波的方法对自相似业务流量进行预测,预测的... 当前以太无源光网络中动态带宽分配算法主要是基于轮询机制。其中限制带宽分配算法根据各个ONU发送的队列长度能够动态分配带宽,但是这种算法不能实时获得各个ONU的队列长度。因此,利用维纳滤波的方法对自相似业务流量进行预测,预测的结果应用于限制动态带宽分配,得出一种改进的动态带宽分配算法。这种改进算法通过预测ONU的队列长度,更确切地反映了其状态信息,有利于OLT进行准确地带宽分配。对这种算法进行了仿真分析,在业务负载介于0.1~0.5的情况下,平均包时延比较接近0.1ms,达到了改进目的。 展开更多
关键词 以太无源光网络 动态带宽分配算法 自相似业务预测 轮询机制 维纳滤波
在线阅读 下载PDF
基于业务预测的混合时隙分配算法
5
作者 田维珍 郭丽 余江 《计算机应用研究》 CSCD 北大核心 2014年第11期3438-3441,3476,共5页
为了提高战术数据链系统的时隙利用率,提出一种基于业务预测的混合时隙分配方法(traffic prediction based hybrid slot allocation algorithm,TPHSAA)。该算法将固定时隙分配与动态时隙预约机制相结合,使用Kalman方法预测各节点在下一... 为了提高战术数据链系统的时隙利用率,提出一种基于业务预测的混合时隙分配方法(traffic prediction based hybrid slot allocation algorithm,TPHSAA)。该算法将固定时隙分配与动态时隙预约机制相结合,使用Kalman方法预测各节点在下一时帧的业务量并计算所需时隙数,时间基准节点(network time reference,NTR)收集各节点时隙请求信息并结合其优先级进行动态时隙的预约分配。OPNET仿真结果表明,TPHSAA算法在时隙利用率、吞吐量、时延等各种性能方面明显优于传统的固定时隙分配方法,实现了时隙资源的动态调整和充分利用。 展开更多
关键词 业务预测 动态时隙预约 服务质量 战术数据链 优先级
在线阅读 下载PDF
IP业务预测及中国网通市场占有率分析
6
作者 康旗 王敏 《中兴通讯技术》 2003年第1期46-49,共4页
文章预测了“十五”期间中国IP市场规模及中国网通IP业务市场可能的占有率,分析了几个导致预测产生误差的原因,并提出了一些减少预测误差的建议。
关键词 IP业务 预测误差 业务预测 市场占有率 建议 市场规模
在线阅读 下载PDF
基于层次化BERT的可解释性框架:一种面向业务过程预测的方法
7
作者 袁永旺 方贤文 卢可 《计算机集成制造系统》 北大核心 2025年第5期1747-1761,共15页
业务过程预测作为业务过程管理(BPM)的一个重要研究方向,用于准确预测未来的行为事件。它可以为过程行为分析方法的下游任务提供重要支持。面向BPM研究,大多数现有的过程行为分析方法都采用了基于黑箱的深度学习模型,导致可解释性较差,... 业务过程预测作为业务过程管理(BPM)的一个重要研究方向,用于准确预测未来的行为事件。它可以为过程行为分析方法的下游任务提供重要支持。面向BPM研究,大多数现有的过程行为分析方法都采用了基于黑箱的深度学习模型,导致可解释性较差,无法提供关于为什么要做出某个预测结果的解释。首先,提出一种基于BERT的层次化可解释性框架(HBI),实现了从局部可解释扩展到全局(整体框架行为)可解释的能力。然后,基于层次化、特征重要性分析、注意力可视化的方法对框架进行可解释分析,理解内部运作过程和决策逻辑,提高透明度。最后,在真实的事件日志中的实验结果表明,相比最先进的研究方法,HBI框架既保证了高于基线的预测准确度,也确保了框架的可解释性。 展开更多
关键词 业务过程管理预测 可解释性 深度学习 注意力 事件日志
在线阅读 下载PDF
基于XGBoost增量实现业务流程执行结果的预测性监控方法 被引量:2
8
作者 王娇娇 马小雨 +3 位作者 刘畅 俞定国 俞东进 张银珠 《计算机集成制造系统》 EI CSCD 北大核心 2024年第8期2756-2775,共20页
随着工业制造业务流程智能化提升,以预测执行结果为目标的监控技术成为必需。该技术基于历史执行构建预测模型,从而对正在执行的流程进行结果预测。但现有研究假定流程执行行为一直保持不变,实际上流程在运行中常发生变化(即流程执行发... 随着工业制造业务流程智能化提升,以预测执行结果为目标的监控技术成为必需。该技术基于历史执行构建预测模型,从而对正在执行的流程进行结果预测。但现有研究假定流程执行行为一直保持不变,实际上流程在运行中常发生变化(即流程执行发生漂移),因此预测模型也需要适应这种漂移。针对这种情况,受到在线学习思想的启发,提出了基于XGBoost增量实现以流程执行结果为目标的预测流程监控技术,并分别在真实数据集和合成数据集上进行了大量的实验。实验结果表明,基于XGBoost的增量学习技术能够很好地为工业制造真实场景中的预测性流程监控提供一种有效的解决方案。 展开更多
关键词 预测业务流程监控 XGBoost 增量学习 概念漂移
在线阅读 下载PDF
基于深度学习的融合流程多视角行为分析:预测业务流程监控 被引量:4
9
作者 袁永旺 方贤文 卢可 《计算机应用研究》 CSCD 北大核心 2024年第6期1790-1796,共7页
预测性业务流程监控(PBPM)是业务流程管理(BPM)中的一个重要研究领域,旨在准确预测未来的行为事件。目前,PBPM研究中广泛引用了深度学习方法,但大多数方法只考虑单一的事件-控制流视角,无法将属性-数据流视角与之结合进行流程预测。针... 预测性业务流程监控(PBPM)是业务流程管理(BPM)中的一个重要研究领域,旨在准确预测未来的行为事件。目前,PBPM研究中广泛引用了深度学习方法,但大多数方法只考虑单一的事件-控制流视角,无法将属性-数据流视角与之结合进行流程预测。针对这一问题,提出了一种基于双层BERT神经网络和融合流程多视角行为分析方法(简称FMP框架)。首先,基于第一层BERT学习属性-数据流信息;接着,基于第二层BERT学习事件-行为控制流信息;最后,通过FMP框架融合数据流和控制流实现多维视角流程预测。在真实的事件日志中的实验结果表明,相比其他研究方法,基于FPM框架预测下一个事件的活动精度更高。这证明融合流程多视角的FMP框架能够更全面、更深层次地分析复杂的流程行为,并提高预测的性能。 展开更多
关键词 业务流程管理 业务流程预测监控 深度学习 注意力机制 数据流视角 控制流视角
在线阅读 下载PDF
基于组合模型的自相似业务流量预测 被引量:5
10
作者 高茜 冯琦 李广侠 《计算机科学》 CSCD 北大核心 2012年第4期123-126,共4页
针对经验模式分解存在的模态混叠问题,提出了一种基于组合模型的自相似业务流量预测方法。首先通过对网络流量进行集合经验模式分解,有效地去除自相似网络流量中存在的长相关性。接着根据分解得到的各本征模态函数分量的不同特性,分别... 针对经验模式分解存在的模态混叠问题,提出了一种基于组合模型的自相似业务流量预测方法。首先通过对网络流量进行集合经验模式分解,有效地去除自相似网络流量中存在的长相关性。接着根据分解得到的各本征模态函数分量的不同特性,分别采用人工神经网络与自回归滑动平均模型对其进行预测,最终再将预测结果进行组合。仿真结果表明,提出的方法对于实际网络流量数据具有较高的预测精度。 展开更多
关键词 组合模型 业务预测 集合经验模式分解 本征模态函数
在线阅读 下载PDF
基于概念漂移的预测性业务流程监控方法
11
作者 黄华 杨子仪 +1 位作者 李小龙 李闯 《计算机应用》 CSCD 北大核心 2024年第10期3167-3176,共10页
为解决现有的业务流程监控(BPM)方法的模型精度随时间下降和实时性较差的问题,提出一种基于概念漂移的预测性业务流程监控(PPM)方法。首先,对事件日志数据进行预处理及编码;其次,利用双向长短时记忆(BiLSTM)网络模型从前后方向捕获足够... 为解决现有的业务流程监控(BPM)方法的模型精度随时间下降和实时性较差的问题,提出一种基于概念漂移的预测性业务流程监控(PPM)方法。首先,对事件日志数据进行预处理及编码;其次,利用双向长短时记忆(BiLSTM)网络模型从前后方向捕获足够的序列信息以构建业务流程模型,并利用注意力机制充分考虑不同事件对预测结果的贡献程度,赋予事件日志不同的权重,从而减少噪声对预测结果的影响;最后,将正在执行的实例输入构建的模型,得到预测的执行结果,并将这些结果作为历史数据对模型微调。在8个公开且真实的数据集上的测试结果表明,所提方法的平均预测准确率相较于支持向量机(SVM)、逻辑回归(LR)和随机森林(RF)等已有的BPM方法提升了5.4%~23.8%,且早期性和时间性能都优于现有的研究方法。 展开更多
关键词 概念漂移 预测业务流程监控 业务流程管理 事件日志 双向长短时记忆 注意力机制
在线阅读 下载PDF
基于改进PSO-BP算法的快递业务量预测 被引量:18
12
作者 许荣斌 王业国 +3 位作者 王福田 何明慧 汪梦龙 谢莹 《计算机集成制造系统》 EI CSCD 北大核心 2018年第7期1871-1879,共9页
为了有效监控快递运输过程,对日常快递业务量进行预测,以保证快递包裹能够按时到达。将大量快递包裹运输过程抽象建模以构造多流程实例;提出改进惯性权重的粒子群优化算法和反向传播神经网络的组合模型(IPSO-BP)来预测物流公司日常快递... 为了有效监控快递运输过程,对日常快递业务量进行预测,以保证快递包裹能够按时到达。将大量快递包裹运输过程抽象建模以构造多流程实例;提出改进惯性权重的粒子群优化算法和反向传播神经网络的组合模型(IPSO-BP)来预测物流公司日常快递业务量;进而动态申请合适数量云资源以处理变化的业务需求。大量仿真实验证明,在神经网络参数选择合理的情况下,IPSO-BP模型比其他传统方法有更好的预测效果。 展开更多
关键词 物流运输 工作流 粒子群优化算法 反向传播神经网络 快递业务预测
在线阅读 下载PDF
基于GRU深度学习算法的日均快递业务量预测模型 被引量:8
13
作者 薛蓉娜 张明敏 +1 位作者 南玉婷 赵会娟 《统计与决策》 CSSCI 北大核心 2021年第13期176-179,共4页
快递业务量的精准预测,对优化企业生产计划和资源配置至关重要。为实现对日均快递量快速、准确地预测,文章提出一种基于GRU深度学习算法的快递业务量预测模型。为验证其性能,利用511天的数据进行测试,并与ARIMA、LSTM等经典算法进行对... 快递业务量的精准预测,对优化企业生产计划和资源配置至关重要。为实现对日均快递量快速、准确地预测,文章提出一种基于GRU深度学习算法的快递业务量预测模型。为验证其性能,利用511天的数据进行测试,并与ARIMA、LSTM等经典算法进行对比试验,同时讨论了该模型在平常日、节假日和电商节的有效性。结果表明,该算法的RMSE为23976.47,R-Squared为0.92,预测准确率为97.50%,性能均优于对比算法。 展开更多
关键词 快递业务预测 GRU深度学习算法 快递企业
在线阅读 下载PDF
家庭宽带业务发展预测模型及其应用 被引量:5
14
作者 蒋国瑞 王晓谊 《计算机工程》 CAS CSCD 北大核心 2011年第6期283-285,共3页
提出一种基于线性规划的预测模型对家庭宽带客户进行预测,在此基础上利用指数平滑法及自回归移动平均模型预测宽带市场空间。实证结果表明,该模型在预测家庭宽带客户方面有较高的准确性,基于该预测结果对宽带市场空间发展的预测也比较准... 提出一种基于线性规划的预测模型对家庭宽带客户进行预测,在此基础上利用指数平滑法及自回归移动平均模型预测宽带市场空间。实证结果表明,该模型在预测家庭宽带客户方面有较高的准确性,基于该预测结果对宽带市场空间发展的预测也比较准确,可以为电信运营商的宽带业务发展及战略决策提供支持。 展开更多
关键词 家庭宽带业务发展预测 宽带客户 电信 网格单元
在线阅读 下载PDF
基于最优组合马尔柯夫链的业务量预测模型 被引量:1
15
作者 党安红 朱世华 程江 《西安交通大学学报》 EI CAS CSCD 北大核心 2001年第6期573-576,共4页
提出了一种基于最优组合马尔柯夫链的业务量预测模型 .通过分析影响业务量变化的各种因素 ,建立了最优组合模型来预测业务量 ,其最优加权系数依据最小二乘法原理确定 .该模型的主要特点是综合考虑了移动台数量与业务量的动态分布 ,避免... 提出了一种基于最优组合马尔柯夫链的业务量预测模型 .通过分析影响业务量变化的各种因素 ,建立了最优组合模型来预测业务量 ,其最优加权系数依据最小二乘法原理确定 .该模型的主要特点是综合考虑了移动台数量与业务量的动态分布 ,避免了单一预测模型仅利用部分信息而带来的不足 .仿真结果证实了该模型较单一预测方法降低了预测误差 ,提高了预测精度 ,为研究系统性能、提高服务质量提供了有效措施 . 展开更多
关键词 业务预测 马尔柯夫链 峰窝移动通信系统 模型
在线阅读 下载PDF
我国短期气候监测预测业务进展 被引量:27
16
作者 肖子牛 《气象》 CSCD 北大核心 2010年第7期21-25,共5页
回顾了我国短期气候监测预测业务发展技术历程,总结了业务的现状和主要进展,根据经济社会发展对气候监测预测服务的需求,分析了气候监测预测业务水平不高和业务能力不能满足服务需求的问题。提出了建立涵盖从延伸期(15到30天)、月、季... 回顾了我国短期气候监测预测业务发展技术历程,总结了业务的现状和主要进展,根据经济社会发展对气候监测预测服务的需求,分析了气候监测预测业务水平不高和业务能力不能满足服务需求的问题。提出了建立涵盖从延伸期(15到30天)、月、季、年、年际和年代际的时间尺度的无缝隙业务的发展目标和重点任务。 展开更多
关键词 气候 预测业务 进展
在线阅读 下载PDF
洪水风险预测业务系统 被引量:1
17
作者 郑兴华 严明良 +3 位作者 周曾奎 唐勇 吴震 冯民学 《气象》 CSCD 北大核心 1999年第12期28-31,共4页
介绍了在地图信息可视化工具Mapinfo数据库和超文本库的支持下,通过win-dows的OLE自动化技术建成的洪水风险预测业务系统。它以直观形象的电子地图方式将气象、洪水、水文以及投保户保险信息,包括历史洪水受淹实况... 介绍了在地图信息可视化工具Mapinfo数据库和超文本库的支持下,通过win-dows的OLE自动化技术建成的洪水风险预测业务系统。它以直观形象的电子地图方式将气象、洪水、水文以及投保户保险信息,包括历史洪水受淹实况等有机地结合起来;并通过与历史洪水受淹数据库、气象-洪水数据库等关联,作出洪水风险预测,为有关部门业务查询和指导决策提供依据。 展开更多
关键词 洪水 风险预测 水文预测 预测业务系统
在线阅读 下载PDF
基于预测的区分业务模型与仿真分析 被引量:2
18
作者 赵其刚 李群湛 彭虎 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第2期366-369,共4页
利用混沌相关理论对实际的网络流量进行了混沌特性与预测分析,并基于混沌预测在短期信号预测方面的良好特性,首次提出了基于预测的区分业务模型实现框架及动态QoS实现算法。基于OPNET的网络仿真实验表明,与传统的静态QoS参数配置方法和... 利用混沌相关理论对实际的网络流量进行了混沌特性与预测分析,并基于混沌预测在短期信号预测方面的良好特性,首次提出了基于预测的区分业务模型实现框架及动态QoS实现算法。基于OPNET的网络仿真实验表明,与传统的静态QoS参数配置方法和基于测量的动态QoS设置方法相较,该模型及方法在网络重负载环境下可使各业务的QoS性能指标及网络总体吞吐量均得到显著改善。 展开更多
关键词 混沌预测 DifiSer OPNET仿真 基于预测的区分业务模型
在线阅读 下载PDF
一种准确预测无线局域网业务量的时间序列模型
19
作者 陈晨 裴昌幸 +2 位作者 朱畅华 陈南 易运晖 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2006年第3期337-340,共4页
在对随机选取的实际环境中的多组无线局域网业务量数据的研究过程中,发现无线局域网业务量具有明显的多重季节性.利用差分和特定间隔抽样对原始数据处理,从而验证了无线局域网业务量的季节性.并提出了一个能够准确预测无线局域网业务量... 在对随机选取的实际环境中的多组无线局域网业务量数据的研究过程中,发现无线局域网业务量具有明显的多重季节性.利用差分和特定间隔抽样对原始数据处理,从而验证了无线局域网业务量的季节性.并提出了一个能够准确预测无线局域网业务量的时间序列模型:乘积型季节ARIMA(0,1,1)(0,1,1)12模型,通过迭代计算,将此模型转化成一个MA模型,并且利用MA模型的性质对模型参数作出估计.利用差分方程法,对随机选取的一段无线局域网业务量进行了预测.结果表明,此模型可较好地对无线局域网的业务量进行短期预测,且提前10步预测的平均相对误差仅为0.040 1. 展开更多
关键词 无线局域网 ARIMA 业务预测 时间序列
在线阅读 下载PDF
基于最近邻聚类学习算法的模糊业务量预测器
20
作者 庞其祥 程时端 《电子学报》 EI CAS CSCD 北大核心 1999年第10期12-14,共3页
本文根据模糊逻辑系统中的万能逼近定理[1] ,提出一个采用最近邻聚类学习算法的模糊业务量逼近器/预测器.通过对自回归(AR) 过程及MPEG 业务量的预测,显示了该逼近器/ 预测器的准确性和对业务量特性的适应性.
关键词 ATM 业务量控制 业务预测 模糊逻辑系统
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部