首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于KPCA-LSSVM的可用带宽在线预测算法
引用本文:戴冬,王果.一种基于KPCA-LSSVM的可用带宽在线预测算法[J].计算机应用与软件,2014(10).
作者姓名:戴冬  王果
作者单位:河南机电高等专科学校计算机科学与技术系 河南 新乡453003
基金项目:河南省教育厅科学技术研究重点项目(12A520019)。
摘    要:针对目前端到端可用带宽预测方面研究工作较少的现状,提出一种基于核主成分分析KPCA(Kernel Principle Component Analysis)和最小二乘支持向量机LSSVM(Least Squares Support Vector Machine)的可用带宽在线预测算法ABOP。在采集网络状态样本数据并对其进行相空间重构的基础上,采用KPCA对数据进行降维降噪处理,最后基于LSSVM对可用带宽进行在线预测。为减小计算开销,提出一种递推计算的方法加快模型更新速度,并采用粒子群优化算法对模型参数进行多步更新,确保了在线预测的时效性。仿真表明,提出的ABOP算法具有较高的预测精度和较快的预测速度,能够满足可用带宽在线预测的要求。

关 键 词:可用带宽  在线预测  核主成分分析  最小二乘支持向量机

AN ALGORITHM OF AVAILABLE BANDWIDTH ONLINE PREDICTION BASED ON KPCA-LSSVM
Dai Dong,Wang Guo.AN ALGORITHM OF AVAILABLE BANDWIDTH ONLINE PREDICTION BASED ON KPCA-LSSVM[J].Computer Applications and Software,2014(10).
Authors:Dai Dong  Wang Guo
Abstract:
Keywords:Available bandwidth  Online prediction  KPCA  LSSVM
本文献已被 CNKI 万方数据 等数据库收录!
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