包容性检验和SVM相融合的网络流量预测

摘要：

　　模型选择对网络流量组合预测结果至关重要，为了提高网络流量的预测效果，提出一种包容性检验和支持向量机相融合的网络流量预测模型（ET-SVM）。采用多个单一模型对网络流量进行预测，根据预测结果的均方根误差对模型优劣进行排序，通过包容性检验，根据t统计量检验选择最合适的单一模型，采用支持向量机对单一模型预测结果进行组合得到最终预测结果，通过仿真实验对模型性能进行测试。仿真结果表明，ET-SVM降低了网络流量的预测误差，预测精度得到了提高。

关键词：网络流量、包容性检验、支持向量机、组合预测

分类号：TP393.06(计算技术、计算机技术)

在线出版日期：2013-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-87,91