基于最大相关熵准则的网络流量预测

摘要：

为提高网络流量预测的精度,针对网络流量的非线性特征提出了一种基于新的误差评价准则——最大相关熵准则(MCC)的网络流量预测方法.该方法使用MCC对Elman神经网络进行训练.该评价准则是基于新的相似度函数——广义相关熵(correntropy)函数的概念建立的,此相似度函数以误差概率密度函数的Parzen窗估计和瑞利熵为基础.同时结合MCC和最小均方误差(MMSE)准则提出了一种混合的评价准则MCC-MMSE.针对网络流量的非线性、非高斯性、突变性等特性,分别以MCC、MCC-MMSE准则进行了Elman神经网络的训练,使用训练好的神经网络进行网络流量预测,仿真结果表明预测结果的精度优于以MMSE为准则的Elman神经网络的预测结果.

关键词：最大相关熵准则(MCC)、最小均方误差(MMSE)、Elman神经网络、网络流量预测

所属期刊栏目：23

分类号：TP3;O21

资助基金：国家自然科学基金61071126;国家无线重大专项2010ZX03004-001,2010ZX03004-002,2011ZX03002-001

在线出版日期：2013-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7