- 基于DWT的多模型组合社交网站访问量预测
- 点击次数：
- 发表刊物：信息安全研究
- 关键字：离散小波变换; 周期分量; 残余分量; 高斯过程回归; 加权近邻;
- 摘要：针对局域网内社交网站访问量变化的不确定性而导致其预测精度低的难题,提出一种基于离散小波变换(DWT)的多模型组合预测模型.该模型利用DWT将局域网内社交网站访问量时间序列分解成反映序列总体变化规律的周期分量与体现了序列细节性变化规律的残余分量2部分,并分别使用高斯过程回归模型(GPR)和加权近邻模型(WNN)进行针对性预测.通过收集中北大学局域网内各大主流社交网站访问量数据对模型进行实验仿真.结果表明,相对于其他模型,提出模型的预测精度有了进一步提升.
- 第一作者：王少帅
- 通讯作者：宋礼鹏
- 卷号：4
- 期号：4
- 页面范围：364-368
- ISSN号：2096-1057
- 是否译文：否
- CN号：10-1345/TP
- 发表时间：2018-04-01
