【摘 要】
：
为了提高复杂多变的网络流量预测精度,提出了一种基于仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型。采用仿射传播聚类算法对网络流量训练集进行聚类,从而将网络流量训练集划分为若干个子类,然后采用稀疏贝叶斯回归为每个子类建立相应的预测模型,最后采用具体的网络流量数据对模型的性能进行测试。实验结果表明,模型可以获得比较理想的网络流量预测结果,预测误差可以满足网络流量的实际应用要求。
【基金项目】
：
国家自然科学基金资助项目（61103017）, 连云港市社会发展项目（SH1212）, 连云港市科技公关项目（CG1215）
论文部分内容阅读
为了提高复杂多变的网络流量预测精度,提出了一种基于仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型。采用仿射传播聚类算法对网络流量训练集进行聚类,从而将网络流量训练集划分为若干个子类,然后采用稀疏贝叶斯回归为每个子类建立相应的预测模型,最后采用具体的网络流量数据对模型的性能进行测试。实验结果表明,模型可以获得比较理想的网络流量预测结果,预测误差可以满足网络流量的实际应用要求。
其他文献
针对云存储技术中副本选择优化问题,提出一种基于蚁群原理的云存储副本动态选择算法。构建基于蚁群的副本动态选择模型,建立副本选择度量标准(如带宽占用、网络路径时延和平均访问时间等)与蚁群信息素的映射,并对虚拟机实例负载状况和虚拟机集群资源利用状况进行量化评估,感知所监控的云节点的资源度量情况;最后利用副本信息素概率计算式得到一组选择副本资源的最优解,最终达到优化负载均衡的目的。经Open Stack模
在超深亚微米时代,功耗不但直接影响芯片的封装测试成本,而且过高的功耗将导致芯片热量的增加,影响着芯片的可靠性,为了保证芯片测试的热安全,基于热感知的测试调度方法越来越受到重视。综合考虑超深亚微米工艺下,漏电功耗、空闲芯核唤醒功耗、分区开销和热量等约束条件对So C芯片测试的影响,利用叠加原理迅速而准确地计算功耗和热量分布,提出了一种基于热量分区的热感知测试调度方法,避免出现芯片局部过热的现象。在I
针对虚拟手术中软组织碰撞检测的实时性问题,提出了一种基于延迟更新策略的快速检测方法。该方法应用层次包围盒(BVH)的思想并根据拓扑结构特征来表示手术环境中的对象,同时使用延迟更新的策略来降低更新的计算量。首先用不同的层次包围盒来表示手术工具和手术对象;然后利用包围盒的相交测试快速排除不相交部分;再对可能发生碰撞的部分使用更为精确的三角面片相交测试来确定碰撞信息,最后使用延迟更新的策略来完成软组织变
采用网络编码方式能够有效提高网络的吞吐量,混合分代网络编码通过引入不同代之间的相关性,进一步提高了译码成功的概率,但是混合分代网络编码的计算复杂度和解码时延也相应增加了。在混合分代网络编码中冗余编码包有不同的添加方式,第一种方式是把冗余编码包分散添加到各个分代中,在这种方式中,每个分代的冗余编码包是和各个分代的编码数据包同时生成的,对所有小于它所在分代位置序号的分代有保护作用;第二种方式是把冗余编
针对印刷质量不高、背景复杂的烟标字符难以提取问题,提出了一种自适应的烟标字符提取算法。通过对单通道烟标图像进行背景重构后,根据支持向量机中得到的训练模型自适应选取最优二值化方法;提取标准轮廓定位字符区域;结合标准轮廓,同时根据最优二值化图像投影直方图进行烟标字符提取。经过实验验证,该方法能够自适应地选择最优二值化方法,字符提取精度可达到90%以上,同时原理简单、鲁棒性强并便于硬件实现。
医学超声图像的细节特征在临床诊断中具有重要的意义。针对于传统的PM算法以及各种改进型各向异性去噪方法(Catte_PM、SRAD、CENCD等)存在边缘中的噪声点未作处理,多次迭代产生虚假边缘等缺点,通过分析具有代表性的Catte_PM各向异性模型,提出了一种结合自适应Canny算子,沿图像边缘切线方向扩散的去噪方法。该算法首先通过改进的Canny算子将图像范围分为边缘区和非边缘区;其次改进现有的
卫星间的链路具有间歇连通、传播时延长等特点,使得基于端到端持续连通的互联网协议无法适应星间链路延迟容忍环境,造成数据传输效率低下的问题。为提高传输效率,设计了一种基于局部连通图的延迟容忍数据转发算法。该算法首先分析同层和层间卫星链路的建立条件,计算卫星链路的连通时间,建立链路的局部连通图,然后在局部连通图内选择中继节点进行转发。仿真结果表明,与现有同类型的CGR、PER和CVDFA算法相比,该算法
在采用虚拟化技术保护的程序中定位x86代码和虚拟机代码的临界点是实现被虚拟机保护代码自动化提取和还原的前提,目前尚不存在能有效实现虚拟机代码入口点定位的方法。针对该问题,构建一个程序状态转移模型,并在此模型的基础上,提出基于栈监控的自建栈型虚拟机代码入口点定位方法和基于寄存器值聚类分析的复用栈型虚拟机代码入口点定位方法,有效解决了虚拟机代码入口点的定位问题。实验结果表明,该方法能有效实现堆栈型虚拟
为了从众多网络流中识别出P2P流,以方便网络管理者更好地管理网络流量,提出了时频分析的思路,对网络流的时域特征进行时频分析,提取并形成时频特征参数,然后采用机器学习的方法对网络流进行分类。选取了短时傅里叶变换、小波包分解和Choi-Williams分布三种具有代表性的时频变换对网络流进行分析,交叉验证后的分类准确率大部分都在70%以上。实验结果表明,基于时频特征的分类方法具有较好的稳定性,是传统基
针对认知无线网络的信道接入问题，为减少在授权信道上次用户与主用户之间的互相干扰，并提高信道利用效率，提出一种基于动态频谱博弈约束机制的认知无线网络信道选择算法。首先提