论文部分内容阅读
为解决船舶电力监测网络中冲击性、周期性流量负荷给传统的基于Hurst参数的流量建模方法带来的模型误差问题,给出了基于Lognormal-GMM模型的船舶电力监测网络流量模型。为辨识该模型参数,提出了基于变分贝叶斯近似传播聚类的辨识方法。将流量波形等时分段;使用具有分布估计能力的变分贝叶斯理论辨识出每个时间段上的Lognormal流量参数分布函数;使用具有自适应聚类中心识别能力的近似传播聚类算法将分布函数聚类,得到高斯混合模型的混合参数。实验结果表明,基于上述方法的流量模型的拟合性比基于Hurst参数的流量模型更优。