论文部分内容阅读
ATM技术的关键在于业务控制 ,能否有效地实施业务控制则取决于对业务特征的了解和预测能力。传统的解析方法对视频业务进行预测的局限性较为明显。本文采用径向基函数神经网络对视频业务进行建模和预测 ,并提出了分别采用LBG算法和Hestenes奇异值分解进行隐含层神经元中心选择和输出神经腱权值计算的改进方法。文中利用一组实际的视频序列对该方法的有效性进行了验证。