您现在的位置:首页 >> 机器学习 >> 内容

基于小波神经网络的短期网络流量数据预测

时间:2023/2/10 21:33:57 点击:

  核心提示:A352,包括程序操作录像+word论文+参考文献...

1.完整项目描述和程序获取

>面包多安全交易平台:https://mbd.pub/o/bread/ZJWTlp5v

>如果链接失效,可以直接打开本站店铺搜索相关店铺:

点击店铺

>如果链接失效,程序调试报错或者项目合作可以加微信或者QQ联系。

2.部分仿真图预览





3.算法概述

        网络流量能直接反映网络性能的好坏,网络流量的建模与预测对于大规模网络的规划设计、网络资源管理以及用户行为的调节等方面都具有积极意义。本课题首先介绍了网络流量的特征,在分析了小波理论的基础上提出了一种基于小波变换的网络流量预测模型。该模型采用小波分解把网络流量数据分解成小波系数和尺度系数,即高频系数和低频系数,将不同频率成分的系数单支重构为高频流量分量和低频流量分量。本课题,我们通过网络流量采集软件来采集网络流量,网络流量的单步预测这些实验的结果验证了本文提出的预测模型的有效性和优越性。

       小波变换能够将一个信号分解成信号对空间和时间的独立部分,同时又不丢失原信号所包含的信息,并且可以找到正交基,实现无盈余的信号分解。由于分解后的信号在频率成分上比原始信号单一,并且小波分解对信号做了平滑,因此分解后信号的平稳性比原始信号要好得多,对信号的分析研究具有明显的优势。

4.部分源码

...............................................................

%结果分析

figure;

plot(ynn,'r*:')%画图

hold on

plot(output,'bo--')%画图

title('预测总流量','fontsize',12)

legend('预测总网络流量','实际总网络流量')

xlabel('时间点')

ylabel('总流量')

figure;

plot(error,'b-o');grid on;

%% 有效流量数据

input2(:,1)=data01(:,2);

input2(:,2)=data02(:,2);

input2(:,3)=data03(:,2);

input2(:,4)=data04(:,2);

input2(:,5)=data05(:,2);

input2(:,6)=data06(:,2);

output2    =data07(:,2);

[ynn2,error2]=wavelet_func(input2,output2,input2,output2);

%结果分析

figure;

plot(ynn2,'r*:')%画图

hold on

plot(output2,'bo--')%画图

title('预测有效流量','fontsize',12)

legend('预测有效流量','实际有效流量')

xlabel('时间点')

ylabel('有效流量')

figure;

plot(error2,'b-o');grid on;

%% 垃圾信息流量

input3(:,1)=data01(:,3);

input3(:,2)=data02(:,3);

input3(:,3)=data03(:,3);

input3(:,4)=data04(:,3);

input3(:,5)=data05(:,3);

input3(:,6)=data06(:,3);

output3    =data07(:,3);

[ynn3,error3]=wavelet_func(input3,output3,input3,output3);

%结果分析

figure;

plot(ynn3,'r*:')%画图

hold on

plot(output3,'bo--')%画图

title('预测垃圾信息流量','fontsize',12)

legend('预测垃圾信息流量','实际垃圾信息流量')

xlabel('时间点')

ylabel('垃圾信息流量')

figure;

plot(error3,'b-o');grid on;

%% 病毒流量数据

input4(:,1)=data01(:,4);

input4(:,2)=data02(:,4);

input4(:,3)=data03(:,4);

input4(:,4)=data04(:,4);

input4(:,5)=data05(:,4);

input4(:,6)=data06(:,4);

output4    =data07(:,4);

[ynn4,error4]=wavelet_func(input4,output4,input4,output4);

%结果分析

figure;

plot(ynn4,'r*:')%画图

hold on

plot(output4,'bo--')%画图

title('预测病毒流量流量','fontsize',12)

legend('预测病毒流量流量','实际病毒流量流量')

xlabel('时间点')

ylabel('病毒流量流量')

figure;

plot(error4,'b-o');grid on;

%%

figure

plot(ynn,'r-*');hold on;

plot(ynn2,'k-*');hold on;

plot(ynn3,'g-o');hold on;

plot(ynn4,'b-o');hold off;

legend('总流量数据','有效流量数据','垃圾信息流量','病毒流量数据')    

A352

作者:我爱C编程 来源:我爱C编程
本站最新成功开发工程项目案例
相关评论
发表我的评论
  • 大名:
  • 内容:
本类固顶
  • 没有
  • FPGA/MATLAB商业/科研类项目合作(www.store718.com) © 2025 版权所有 All Rights Reserved.
  • Email:1480526168@qq.com 站长QQ: 1480526168