基于改进粒子群算法的AdHoc网络移动模型研究,李娟,饶妮妮,移动模型是研究adhoc网络路由算法的基础。为解决基本粒子群算法的速度突变问题,使其适用于adhoc网络移动模型,本文首先在基本粒子
借鉴分层递阶结构原理和蚁群算法的思想,提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值。通过在控制基因中释放信息素进行粒子控制基因的更新,实现了粒子间信息的共享。粒子群的惯性权重采用
针对网络广告的特点,提出了一个基于混合定价策略的网络广告资源配置优化模型,将其建模为一个约束优化问题,最大化网站的总收益。通过罚函数法进行约束处理,提出一种改进的粒子群算法进行求解。仿真结果表明了该算
基于相空间重构和ESN的流量预测模型,薛凯,郭燕慧,针对网络流量复杂的非线性和混沌性,提出一种基于相空间重构和回声状态网络的流量预测方法。首先通过相空间重构理论来确定最佳延�
介绍了利用模拟退火算法思想,结合大概率最近邻深度搜索算法解决无约束的TSP问题,以及用改进的深度优先遍历建立TSP子集数据结构和求解,并成功地应用到嵌入式电子导游系统中,取得良好效果。
为降低复杂网络模拟的计算开销,保证网络流量中数据包模拟的真实性,提出了一种面向拓扑聚焦的网络流量模拟方法。根据网络流量中数据包的路由路径所在区域,将数据包分为三种类型,对于每种类型的数据包采用不同的模
首先介绍了网络流量分析的不同层次及机器学习领域的相关知识,分析了采用端口号映射及有效负载分析的方法进行流量分类与应用识别存在的问题;然后从网络流量的统计特征出发,重点介绍了机器学习中聚类和分类的方法在
为了提高网络热点话题的预测精度,针对传统回声状态网络存在的不足,提出一种改进回声状态网络的网络热点话题预测模型。首先将一维的网络热点话题时间序列重构成多维时间序列,然后采用改进回声状态网络对多维时间序
里面包含三组网络流量数据,一组公共数据集,还有回声状态网络的matlab代码,主要包括2个方面,一个是对数据进行处理,另外一个是预测,提供给大家学习,希望有所帮助
针对小时间尺度网络流量预测中的复杂性、非线性和高度自相似性等问题,提出使用一种改进模拟退火法优化的相关向量机(PSA-RVM)来解决网络流量预测问题。对网络流量时间序列进行相空间重构形成训练样本集,通