论文研究 自适应网络流量线性预测算法及应用.pdf

论文研究-基于自适应神经网络的边坡位移预测.pdf,  通过对边坡位移历史数据序列进行特征分析 ,计算出饱和嵌入维数和最大 Lyapunov指数 ,给出了边坡位移的最大可预报时间尺度。在此基础上 ,确

对常见的边缘检测算法进行改进,基于梯度提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边界点像素灰度值的差异,分析模版中的9个像素,计算出像素的梯度幅度和梯度方向;按梯度值的不同将图像分割成若干

传统DBSCAN算法需要人为确定[Eps]和[MinPts]参数，参数的选择直接决定了聚类结果的合理性，因此提出一种新的自适应确定DBSCAN算法参数算法，该算法基于参数寻优策略，通过利用数据集自身分

一种改进的线性预测算法在VoIP系统中的应用，傅有为，王健，线性预测编码是一种常用的语音压缩方法，然而在实际应用中所需的计算量比较大。本文提出了一种对线性预测编码的改进算法，利用元

基于流量序列的自适应包标记方案研究，孙亮，李明楚，本文通过分析分布式拒绝服务攻击的特点和现有的追踪方案，结合概率包标记和确定包标记的优点，从实用性的角度提出了一种基于流量

为了提高复杂多变的网络流量预测精度，提出了一种基于仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型。采用仿射传播聚类算法对网络流量训练集进行聚类，从而将网络流量训练集划分为若干个子类，然后采用稀疏贝叶斯

提出一种基于禁忌搜索和蚁群算法的求解最小弱顶点覆盖问题的混合优化算法，用于解决网络流量有效测量点的选择问题。仿真结果表明，比较现有算法，本算法能够找到更小的弱顶点覆盖集，且具有更好的可扩展性和实用性。

通过分析高速网络流量的宏流特性和Hash突发性,提出了基于自适应宏流的HASLF分流算法。模拟验证表明该算法具有流破坏率低、负载均衡度小、丢包率极小的特点,符合高速入侵检测的分流要求,具有较高的应用价

核相关滤波算法的出现将传统目标跟踪算法推向了一个新的高度,以其高速度、高精度、高鲁棒性的特点迅速获得了广泛认可与关注。针对核相关滤波算法在尺度变化和快速移动方面的不足,基于目标在发生尺度变化时其主要特

采用自适应模糊神经网络、最小二乘和反向传播算法，实现高精度预测。另外，还可使用网格划分法、减法聚类法和FCM模糊C均值法进行对比。