基于Haar小波的队列动态多尺度自适应智能预测
DOI:
CSTR:
作者:
作者单位:

扬州大学信息工程学院,江苏 扬州225009

作者简介:

杨月全

通讯作者:

中图分类号:

TP273

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为降低网络拥塞风险和实现对网络队列缓存资源状态预测,基于智能控制技术和多尺度表示方法,通过引进自适应补偿模糊因子,运用Haar小波的优良特性,构造了一类在线无监督学习实时预测补偿模糊神经网络,提出了基于Haar队列动态多尺度融合自适应智能预测方案.仿真表明,该预测策略对于自相似特性数据流在队列缓存动态具有较好的预测能力.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

杨月全,余星火,姜建妹,等.基于Haar小波的队列动态多尺度自适应智能预测[J].控制与决策,2009,24(9):1421-1424

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-10-24
  • 最后修改日期:2009-01-09
  • 录用日期:
  • 在线发布日期: 2009-09-20
  • 出版日期:
文章二维码