【摘 要】
：
随着流量数据的增加,网络流量呈现出复杂多变的特点,为了方便站点的运营和网络的管理,需要对网络流量进行预测。当前,网络流量预测多采用回归预测模型、卡尔曼滤波模型、神经
【机 构】
：
西安交通大学软件学院,上海超级计算中心,西安交通大学计算机学院
【基金项目】
：
国家重点研发计划重点专项项目(2016YFB0201800,2017YFB0203003)
论文部分内容阅读
随着流量数据的增加,网络流量呈现出复杂多变的特点,为了方便站点的运营和网络的管理,需要对网络流量进行预测。当前,网络流量预测多采用回归预测模型、卡尔曼滤波模型、神经网络模型、支持向量机模型等方法。文中考虑高性能计算环境下作业管理系统日志流量的特点和预测需求等因素,通过分析卡尔曼滤波算法和支持向量机的原理与缺点,提出了一种基于时间序列,结合卡尔曼滤波和支持向量机的并联组合模型,并对其进行了测试与分析。结果表明,在相同的环境下,基于卡尔曼滤波算法和支持向量机的并联组合模型相比于卡尔曼滤波算法和支持向量机单个模
其他文献
腐败已成为世界各国所共同面临的问题,老挝同样不能例外。老挝政府反腐工作可以说是在探索中前行,从反腐法律、政策的制定,反腐机构的设置以及反腐败监督体系从无到有,再到不
当前万维网的环境下,为网络用户提供强大支持的智能代理的主要障碍在于,网上的内容并不是机器可读的。不同于传统人工智能和计算语言学用一些日趋复杂的技术解决现有难题的方
随着大数据技术的快速发展,越来越多与政务大数据行业相关的项目正在规划和建立。当前政务大数据建设的重要方面之一,就是要把政务大数据作为重要资源,持续深入地挖掘数据价
机器视觉是人工智能与现代工业应用结合的结果,通过机器视觉将目标物品转换成具有特定含义的数字信号,进而根据信号的信息测试目标物品并控制现场设备的动作,实现使用机器代
文中通过试验与实践,研究了水泥砼路面混合料的最佳配合比,包括水泥用量、石料级配、砂率等指标的合理选用。