模糊层次分析法优化SVM参数的网络流量预测 被引量：6

1

作者 王启明 单冬红 赵伟艇 《小型微型计算机系统》 CSCD 北大核心 2015年第6期1261-1264,共4页

针对当前网络流量非线性时变、混沌等特点以及现有的基于支持向量机(support vector machine,SVM)网络流量预测模型存在预测稳定性不好、精度较低等问题,采用模糊层次分析法对SVM预测模型进行改进,首先使用模糊层次分析法对SVM的σ和C... 针对当前网络流量非线性时变、混沌等特点以及现有的基于支持向量机(support vector machine,SVM)网络流量预测模型存在预测稳定性不好、精度较低等问题,采用模糊层次分析法对SVM预测模型进行改进,首先使用模糊层次分析法对SVM的σ和C参数进行寻优,然后用寻找到的最优参数来训练SVM,最后建立预测模型,预测网络流量.实验结果表明,本文方法不但可以较好的跟踪网络流量变化趋势,从而可以使网络流量的预测值与实际非常接近,而且预测误差变化范围波动小,是一有效的并且预测精度高的网络流量预测方法. 展开更多

关键词 网络流量预测 模糊层次分析法 svm 优化 vector 预测模型 预测精度 非线性时变

在线阅读 下载PDF 职称材料

一种新的基于GCS-SVM的网络流量预测模型 被引量：25

2

作者 赖锦辉 梁松 《计算机工程与应用》 CSCD 2013年第21期75-78,共4页

针对网络流量预测模型存在预测稳定性不好、精度较低等问题,提出一种改进布谷鸟搜索算法优化支持向量机的网络流量预测模型(GCS-SVM)。将网络流量时间序列进行重构,采用改进布谷鸟搜索算法优化支持向量机参数,使用这组最优参数建立网络... 针对网络流量预测模型存在预测稳定性不好、精度较低等问题,提出一种改进布谷鸟搜索算法优化支持向量机的网络流量预测模型(GCS-SVM)。将网络流量时间序列进行重构,采用改进布谷鸟搜索算法优化支持向量机参数,使用这组最优参数建立网络流量预测模型。仿真结果表明,GCS-SVM模型对网络流量预测是有效可行的。 展开更多

关键词 网络流量预测 高斯变异 支持向量机 布谷鸟搜索算法

在线阅读 下载PDF 职称材料

基于贝叶斯网络的Fuzzy-SVM路基震害预测模型 被引量：2

3

作者 刘阳 张建经 +2 位作者 罗宏森 于海莹 向波 《中国安全科学学报》 CAS CSCD 北大核心 2021年第11期171-178,共8页

为解决现有路基震害预测方法主观性强且无法考虑非线性特征的问题,以贝叶斯网络(BN)为框架,将工程经验与历史路基震害样本融合,改进网络参数求解方法,建立一种基于BN的模糊(Fuzzy)-支持向量机(SVM)路基震害预测模型。利用Fuzzy理论求解B... 为解决现有路基震害预测方法主观性强且无法考虑非线性特征的问题,以贝叶斯网络(BN)为框架,将工程经验与历史路基震害样本融合,改进网络参数求解方法,建立一种基于BN的模糊(Fuzzy)-支持向量机(SVM)路基震害预测模型。利用Fuzzy理论求解BN参数的先验概率,同时利用SVM求解BN参数的实际样本潜在概率;基于贝叶斯原理,将先验概率与实际样本潜在概率融合,得到既满足震害工程经验又体现历史震害样本中非线性特性的预测模型。结果表明:将提出的预测模型应用于汶川地震影响区的42个路基隐患点,预测准确率为80.95%。该模型在小样本情况下较传统机器学习方法(以SVM为代表)精度更高;并且,该模型在路基属性不完整的情况下也能有效预测震害等级。 展开更多

关键词 贝叶斯网络(BN) 路基震害 预测模型 模糊(Fuzzy)-支持向量机(svm) 先验知识

在线阅读 下载PDF 职称材料

一种新的基于ARIMA-SVM网络流量预测研究 被引量：10

4

作者 邵忻 《计算机应用研究》 CSCD 北大核心 2012年第5期1901-1903,共3页

研究网络流量预测精度问题,网络流量受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点,将ARIMA模型和SVM模型相结合建立一种网络流量预测模型。采用ARIMA预测网络流量周期性和线性变化趋势;然后采用SVM对网络流量非线性和... 研究网络流量预测精度问题,网络流量受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点,将ARIMA模型和SVM模型相结合建立一种网络流量预测模型。采用ARIMA预测网络流量周期性和线性变化趋势;然后采用SVM对网络流量非线性和随机性趋势进行拟合;最后将两者结果再次输入SVM进行融合,得到网络流量最终预测结果。采用具体网络流量数据对模型性能进行测试,仿真结果表明,ARIMA-SVM提高了网络流量预测精度,降低了预测误差,能更全面刻画网络流量变化规律。 展开更多

关键词 自回归滑动平均模型(ARIMA) 支持向量机(svm) 网络流量 预测

在线阅读 下载PDF 职称材料

改进ABC算法优化LSSVM的网络流量预测模型 被引量：8

5

作者 许爱军 《计算机应用与软件》 CSCD 2015年第1期323-326,共4页

为了提高网络流量预测精度,针对最小二乘支持向量机LSSVM(Least Squares Support Vector Machine)参数优化问题,提出一种改进人工蜂群ABC(artificial bee colony)算法优化LSSVM的网络流量预测模型(ABC-LSSVM)。该模型根据混沌理论对网... 为了提高网络流量预测精度,针对最小二乘支持向量机LSSVM(Least Squares Support Vector Machine)参数优化问题,提出一种改进人工蜂群ABC(artificial bee colony)算法优化LSSVM的网络流量预测模型(ABC-LSSVM)。该模型根据混沌理论对网络流量时间序列进行重构,然后将网络流量预测精度作为优化目标,通过ABC算法找到最优的LSSVM参数,并建立网络流量预测模型,最后采用仿真对比实验测试模型的性能。仿真结果表明,相对于参比模型,ABC-LSSVM解决了LSSVM参数优化的难题,能够更加准确刻画网络流量复杂变化规律,提高了网络流量的预测精度。 展开更多

关键词 网络流量 人工蜂群优化算法 最小二乘支持向量机 预测模型 相空间重构

在线阅读 下载PDF 职称材料

基于PSR-SVM的网络流量预测

6

作者 李玉霞 沈桂兰 《计算机工程与设计》 CSCD 北大核心 2013年第11期3796-3800,共5页

为了提高网络流量的预测精度,提出一种相空间重构和支持向量机相结合的网络流量预测模型(PSR-SVM)。通过相空间重构对网络流量序列进行重构,重构网络流量序列输入到支持向量机进行建模和预测,利用具体网络流量数据进行仿真实验,与BP神... 为了提高网络流量的预测精度,提出一种相空间重构和支持向量机相结合的网络流量预测模型(PSR-SVM)。通过相空间重构对网络流量序列进行重构,重构网络流量序列输入到支持向量机进行建模和预测,利用具体网络流量数据进行仿真实验,与BP神经网络、灰色模型预测结果进行对比。实验结果表明,相对于对比模型,PSR-SVM提高了网络流量的预测精度和稳定性,能够很好满足网络流量预测实时性和高精度要求。 展开更多

关键词 支持向量机 相空间重构 网络流量预测 混沌理论 灰色模型

在线阅读 下载PDF 职称材料

基于PSO-SVM的交通流量短时预测 被引量：7

7

作者 王树洋 黄天民 方新 《重庆交通大学学报（自然科学版）》 CAS 北大核心 2012年第4期832-835,872,共5页

参数选择问题影响了支持向量机预测模型在交通流量中的预测性能。为了解决支持向量机预测模型的参数选择问题,引入了粒子群优化算法机制,通过粒子群优化选择支持向量机预测模型的学习训练参数,得到较优的PSO-SVM预测模型。通过实例仿真... 参数选择问题影响了支持向量机预测模型在交通流量中的预测性能。为了解决支持向量机预测模型的参数选择问题,引入了粒子群优化算法机制,通过粒子群优化选择支持向量机预测模型的学习训练参数,得到较优的PSO-SVM预测模型。通过实例仿真实验,将PSO-SVM预测模型与神经网络预测模型进行了比较,显示了其优越性。 展开更多

关键词 支持向量机 粒子群优化算法 神经网络 预测 交通流量

在线阅读 下载PDF 职称材料

高边坡时序位移滚动预测的SVM-Elman模型 被引量：6

8

作者 刘冲 沈振中 +2 位作者 甘磊 旦增赤列 严中奇 《长江科学院院报》 CSCD 北大核心 2019年第5期62-68,共7页

基于支持向量机(SVM)和Elman神经网络,提出一种新的高边坡位移时序预测模型——SVM-Elman神经网络预测模型。在对实测数据学习的过程中,寻找最佳学习样本数和最佳测试样本数,利用经粒子群算法优化的SVM模型对边坡位移时间序列进行实时... 基于支持向量机(SVM)和Elman神经网络,提出一种新的高边坡位移时序预测模型——SVM-Elman神经网络预测模型。在对实测数据学习的过程中,寻找最佳学习样本数和最佳测试样本数,利用经粒子群算法优化的SVM模型对边坡位移时间序列进行实时滚动预测;并运用Elman神经网络改进SVM的预测结果,得到SVM-Elman模型预测值,通过比较不同隐含层数的Elman神经网络对预测结果的影响,选择最佳隐含层数的SVM-Elman模型,实现对预测结果的改进。将SVM-Elman模型应用于某混凝土面板堆石坝左岸强卸荷岩体高边坡位移预测分析中,并与传统的SVM预测结果进行比较分析。结果表明,SVM-Elman模型在预测精度上有明显提高,预测结果科学可靠,在岩体高边坡时序位移预测中具有一定的工程应用价值。 展开更多

关键词 边坡变形预测 支持向量机 ELMAN神经网络 svm-Elman模型 粒子群优化算法 隐含层数

在线阅读 下载PDF 职称材料

基于随机森林理论的采场稳定性预测研究 被引量：10

9

作者 王杰 罗周全 +1 位作者 秦亚光 赵爽 《中国安全科学学报》 CAS CSCD 北大核心 2018年第3期155-160,共6页

为预防采场安全事故,选取地下采场地质构造、埋深、围岩强度等10个因素作为采场稳定性预测指标,从收集到的实际采场稳定性数据中选取25组作为训练样本,建立采场稳定性预测的随机森林（RF）模型,通过8组测试数据预测采场稳定性;将该模型... 为预防采场安全事故,选取地下采场地质构造、埋深、围岩强度等10个因素作为采场稳定性预测指标,从收集到的实际采场稳定性数据中选取25组作为训练样本,建立采场稳定性预测的随机森林（RF）模型,通过8组测试数据预测采场稳定性;将该模型预测结果与支持向量机（SVM）模型及人工神经网络（ANN）模型的预测结果进行对比。研究表明：采用RF模型采场稳定性等级预测准确率最高,而使用SVM模型次之,ANN模型的准确率较差;用RF模型能够相对有效地判定采场稳定性。 展开更多

关键词 随机森林(RF)模型 采场稳定性 支持向量机(svm) 预测准确率 人工神经网络(ANN)

在线阅读 下载PDF 职称材料

基于粗集理论和支持向量机的道路网短时交通流量预测 被引量：13

10

作者 李建武 陈森发 黄鹍 《计算机应用研究》 CSCD 北大核心 2010年第10期3683-3685,3690,共4页

为了解决城市交通流量预测问题,研究道路网中多断面同时作用的情况,先将各断面交通流时间序列在相空间中重构,以充分提取交通流中的相关信息,然后应用粗集理论的强定性分析能力对输入信息进行约简,消除了样本中的噪声和冗余。在此基础上... 为了解决城市交通流量预测问题,研究道路网中多断面同时作用的情况,先将各断面交通流时间序列在相空间中重构,以充分提取交通流中的相关信息,然后应用粗集理论的强定性分析能力对输入信息进行约简,消除了样本中的噪声和冗余。在此基础上,再利用支持向量机对约简信息进行预测。为了获得最优的预测精度,该方法还利用遗传算法对预测进行了优化。实例研究表明,该方法的预测效果令人满意,在交通控制领域具有较大的应用潜力。 展开更多

关键词 道路网 交通流量 相空间重构 粗集理论 支持向量机 预测模型

在线阅读 下载PDF 职称材料

基于网格搜索支持向量机的网络流量预测 被引量：11

11

作者 刘道文 忽海娜 《计算机应用与软件》 CSCD 北大核心 2012年第11期185-186,247,共3页

网络流量预测在网络运行管理中具有重要作用。为提高预测准确性和可靠性,采用网格搜索法寻求支持向量机的最优平衡参数和核函数参数并在此基础上建立预测模型,以许昌学院校园网2010年9月30日至2011年10月9日的网络流量为实例测试预测效... 网络流量预测在网络运行管理中具有重要作用。为提高预测准确性和可靠性,采用网格搜索法寻求支持向量机的最优平衡参数和核函数参数并在此基础上建立预测模型,以许昌学院校园网2010年9月30日至2011年10月9日的网络流量为实例测试预测效果。研究结果表明,基于网格搜索支持向量机预测法的预测结果能准确地反映网络流量的变化趋势且具有较好的预测精度,验证了其在网络流量预测中的可行性。 展开更多

关键词 网络流量 支持向量机 最优化 预测模型

在线阅读 下载PDF 职称材料

基于加权支持向量回归的网络流量预测 被引量：5

12

作者 赵云 肖嵬 陈阿林 《计算机工程与应用》 CSCD 2012年第21期103-106,共4页

网络流量预测对于网络的安全和可用性至关重要,但是,传统的网络流量预测方法使用平均时间加权的方法进行预测,缺泛化能力导致预测精度低。基于每一个网络流量历史数据到预测点的时间间隔计算其时间权重,使用带时间权重的加权支持向量回... 网络流量预测对于网络的安全和可用性至关重要,但是,传统的网络流量预测方法使用平均时间加权的方法进行预测,缺泛化能力导致预测精度低。基于每一个网络流量历史数据到预测点的时间间隔计算其时间权重,使用带时间权重的加权支持向量回归模型w-SVR预测网络流量。该模型因为其泛化能力和为每个训练数据设置单独的权重而提高了网络流量预测的准确性。模拟实验显示w-SVR模型相对于ANN和AR模型,预测错误率分别降低了37.4%和65.6%,而标准误差降低了46.2%和53.3%。 展开更多

关键词 网络流量 预测 支持向量机 网络安全

在线阅读 下载PDF 职称材料

基于IPSO混沌支持向量机的网络流量预测研究 被引量：5

13

作者 尹波 夏靖波 +1 位作者 付凯 陈茂 《计算机应用研究》 CSCD 北大核心 2012年第11期4293-4295,4299,共4页

针对传统混沌支持向量机参数寻优算法的不足,提出了一种改进的粒子群(IPSO)算法。该算法通过延长迭代的开始阶段和最后阶段的搜索时间,实现了算法的全局搜索与局部搜索能力之间的平衡,进而优化模型参数,建立了基于IPSO优化的混沌支持向... 针对传统混沌支持向量机参数寻优算法的不足,提出了一种改进的粒子群(IPSO)算法。该算法通过延长迭代的开始阶段和最后阶段的搜索时间,实现了算法的全局搜索与局部搜索能力之间的平衡,进而优化模型参数,建立了基于IPSO优化的混沌支持向量机预测模型。应用实例结果表明,该模型对网络流量预测是有效可行的,并具有较高的寻优效率、预测精度和较好的稳态性能。 展开更多

关键词 网络流量预测 混沌支持向量机 改进粒子群算法 遗传算法

在线阅读 下载PDF 职称材料

基于流量与行为特征的P2P流量识别模型 被引量：5

14

作者 邬书跃 余杰 樊晓平 《计算机工程》 CAS CSCD 2012年第16期182-184,188,共4页

针对点对点(P2P)用户习惯、运行环境的异构性,提出P2P流量识别的双层模型。该模型由单流内部流量特征的贝叶斯网络识别算法与多流之间行为特征的支持向量机识别算法组成。实验结果表明,相对于统计特征识别方法,该模型检测准确度提高5.4%... 针对点对点(P2P)用户习惯、运行环境的异构性,提出P2P流量识别的双层模型。该模型由单流内部流量特征的贝叶斯网络识别算法与多流之间行为特征的支持向量机识别算法组成。实验结果表明,相对于统计特征识别方法,该模型检测准确度提高5.4%,且对于不同应用场景具有较好的稳定性。 展开更多

关键词 流量识别 点对点 双层模型 贝叶斯网络 支持向量机 行为特征

在线阅读 下载PDF 职称材料

基于最小二乘支持向量机的交通安全预测模型 被引量：6

15

作者 张卫华 孙浩 董瑞娟 《系统管理学报》 北大核心 2009年第6期706-710,716,共6页

分析了最小二乘支持向量机（LS—SVM）在交通安全预测中的优势，确定输入向量集合和输出向量集合，利用LS—SVM建立交通安全预测模型。将1953～2006年全国交通安全相关数据分为训练集和测试集，利用Matlab7．0进行仿真测试。通过训练LS... 分析了最小二乘支持向量机（LS—SVM）在交通安全预测中的优势，确定输入向量集合和输出向量集合，利用LS—SVM建立交通安全预测模型。将1953～2006年全国交通安全相关数据分为训练集和测试集，利用Matlab7．0进行仿真测试。通过训练LS—SVM得到模型具体参数值，然后对测试集数据进行预测，计算预测误差，并与神经网络模型、SVM模型预测结果进行对比。仿真结果表明，基于LS—SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度。 展开更多

关键词 最小二乘支持向量机 交通安全 预测模型

在线阅读 下载PDF 职称材料

基于支持向量机补偿的灰色模型网络流量预测 被引量：9

16

作者 钱渊 宋军 傅珂 《探测与控制学报》 CSCD 北大核心 2012年第1期69-72,79,共5页

针对网络测量与控制技术中提高流量预测准确性的问题,提出基于支持向量机残差补偿的灰色模型网络流量预测模型。该模型采用灰色模型进行趋势预测,支持向量机进行残差序列预测,实现残差补偿。实验结果表明:该模型具有预测模型样本小,预... 针对网络测量与控制技术中提高流量预测准确性的问题,提出基于支持向量机残差补偿的灰色模型网络流量预测模型。该模型采用灰色模型进行趋势预测,支持向量机进行残差序列预测,实现残差补偿。实验结果表明:该模型具有预测模型样本小,预测精度高等优点,适合于网络流量预测。 展开更多

关键词 灰色模型 支持向量机 网络流量 残差序列 补偿 预测精度

在线阅读 下载PDF 职称材料

基于最小二乘支持向量机的网络控制系统建模 被引量：1

17

作者 孙丹 秦贵和 +1 位作者 董劲男 陈虹 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2014年第6期1277-1283,共7页

针对网络控制系统实时信号的传输问题,提出一种采用最小二乘支持向量机理论预测和补偿非理想条件下网络传输导致的不良影响,建立一个较通用网络控制系统模型的方法,并对所提出模型的正确性和可应用性进行验证.仿真结果表明,基于最小二... 针对网络控制系统实时信号的传输问题,提出一种采用最小二乘支持向量机理论预测和补偿非理想条件下网络传输导致的不良影响,建立一个较通用网络控制系统模型的方法,并对所提出模型的正确性和可应用性进行验证.仿真结果表明,基于最小二乘支持向量机预测模型能在一定程度上提高网络控制系统的动态性和稳定性,弥补了周期性传输采样信号占用大量网络带宽和不必要网络通信的缺陷. 展开更多

关键词 网络控制系统 最小二乘支持向量机 预测补偿 建模

在线阅读 下载PDF 职称材料

相空间重构和支持向量机相融合的网络流量预测 被引量：2

18

作者 吴俊 黎云汉 《计算机工程与应用》 CSCD 2014年第16期67-71,共5页

针对网络流量非线性、突变性和混沌性特点,利用相空间重构和支持向量机参数的天然联系,提出一种相空间重构和支持向量机相融合的网络流量预测方法。将网络流量预测精度作为建模目标,采用粒子群算法对空间重构和支持向量机参数进行组合优... 针对网络流量非线性、突变性和混沌性特点,利用相空间重构和支持向量机参数的天然联系,提出一种相空间重构和支持向量机相融合的网络流量预测方法。将网络流量预测精度作为建模目标,采用粒子群算法对空间重构和支持向量机参数进行组合优化,建立最优网络流量预测模型。仿真实验结果表明,相对于传统网络流量预测方法,该方法更加能够刻画网络流量复杂的变化特点,有效提高了网络流量的预测精度。 展开更多

关键词 网络流量 预测模型 相空间重构 支持向量机 粒子群算法

在线阅读 下载PDF 职称材料

遗传算法优化支持向量机的网络流量混沌预测 被引量：10

19

作者 熊凡 《现代电子技术》 北大核心 2018年第18期166-169,共4页

基于支持向量机的网络流量混沌预测方法通常基于人工经验设置参数,参数的性能较差,大大降低网络流量预测精度。因此,提出遗传算法优化支持向量机的网络流量混沌预测方法,通过相空间重构获取新的网络流量时间序列,获取具有最佳非线性预... 基于支持向量机的网络流量混沌预测方法通常基于人工经验设置参数,参数的性能较差,大大降低网络流量预测精度。因此,提出遗传算法优化支持向量机的网络流量混沌预测方法,通过相空间重构获取新的网络流量时间序列,获取具有最佳非线性预测结果的支持向量机函数,采用遗传算法优化支持向量机参数。基于优化的支持向量机参数,设计基于遗传算法优化支持向量机的交通流量预测模型,实现网络流量混沌预测。实验结果表明,所提方法在网络流量预测方面整体性能优、具有较高的精度。 展开更多

关键词 遗传算法优化 支持向量机 网络流量 混沌预测 相空间重构 预测模型

在线阅读 下载PDF 职称材料

基于小波变换的网络流量组合预测模型 被引量：2

20

作者 崔兆顺 《计算机工程与应用》 CSCD 2014年第10期92-95,100,共5页

为了提高网络流量的预测精度,利用小波变换、差分自回归移动平均模型和最小二乘支持向量机等优点,提出一种基于小波变换的网络流量预测模型(WA-ARIMA-LSSVM)。针对网络流量多尺度特性,首先对网络流量时间序列进行小波分解,然后分别采用... 为了提高网络流量的预测精度,利用小波变换、差分自回归移动平均模型和最小二乘支持向量机等优点,提出一种基于小波变换的网络流量预测模型(WA-ARIMA-LSSVM)。针对网络流量多尺度特性,首先对网络流量时间序列进行小波分解,然后分别采用差分自回归移动平均模型和最小二乘支持向量机对网络流量的高频和低频进行建模与预测,最后小波重构高频和低频的预测结果,并采用仿真实验对模型性能进行分析。结果表明,WA-ARIMA-LSSVM提高了网络流量的预测精度,可以更加准确地描述网络流量的非平稳变化趋势。 展开更多

关键词 网络流量 差分自回归滑动平均 最小二乘向量机 小波变换 组合预测

在线阅读 下载PDF 职称材料