基于小波变换的ARMA和极限学习机组合模型的网络流量预测

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 本课题的研究背景和意义

1.2 研究现状

1.3 本课题研究的工作概述

1.4 本文的内容安排

第二章 网络流量的特征分析和预测技术

2.1 网络流量的性质

2.1.1 自相似性

2.1.2 长程相关性

2.1.3 突发性

2.1.4 随机过程

2.2 传统流量预测技术

2.2.1 泊松模型

2.2.2 马尔科夫模型

2.2.3 时间序列模型

2.2.4 分形布朗运动模型

2.3 流量预测技术的新发展

2.3.1 小波分析理论

2.3.2 神经网络理论

2.3.3 模糊理论

2.3.4 混沌理论

第三章 基于小波变换的ARMA和极限学习机组合模型

3.1 小波分解及参数选择

3.2 ARMA的识别与参数估计

3.3 极限学习机

3.4 基于小波变换的组合模型设计与实现

第四章 实验结果及分析

4.1 实验数据的选择和处理

4.2性能评价指标

4.3 实验结果的比较与分析

第五章 总结与展望

参考文献

在学期间的研究成果

致谢