目前研究发现实际网络流量具有明显的分形特性，流量的多重分形特性对网络性能有着非常重要的影响，有必要建立一个基于多重分形特性的可以同时预报长相关和短相关特性的实际网络业务模型。利用AR, ARMA等模型
基于小波变换的网络流量预测模型应用研究
资料详细技术说明
·摘要： 研究优化网络性能问题,因网络流量数据具有很强的突发性和自相似性等分形特征,引起系统流量不稳定和不精确,用传统网络流量预测模型预测准确低.为解决上述问题,提出一种基于小波变换(WT)的自回归(AR)预测模型,首先对原始流量数据进行小波分解,并将分解得到的近似部分和各细节部分分别单支重构到原级别上,对各个重构后的序列分别建立自回归模型,由所拟合的模型分别进行预测,最后结合各个重构后
相关技术资料推荐
下载与解压说明
下载积分规则
- 本资源下载仅需 2 积分
- 24 小时内重复下载免扣积分
- VIP 会员享专属免积分高速通道
文件解压指南
- 推荐使用 7-Zip 或新版 WinRAR 解压
- 原理图与 PCB 请使用对应 EDA 软件打开
- 压缩包内源码可直接在上方在线预览
免费获取积分
- 新用户注册即赠送 10 积分
- 上传分享工程资料可获得持续积分奖励
- 查看积分规则与会员权益 →