论文部分内容阅读
为了获得更加理想的网络流量预测结果,针对极端学习机人工设置隐层节点数目的不足,提出一种增量优化极端学习机的网络流量预测模型。首先对极端学习机工作原理和不足进行分析,然后采用增量优化方式提高极端学习机的性能,最后采用具体网络流量时间序列对增量优化极端学习机的性能进行仿真试验。结果表明,相对于其它网络流量预测模型,增量优化极端学习机不仅加快了网络流量建模速度,可以适合于网络流量的长期和在线预测,而且提高了网络流量的预测精度。