[发明专利]基于隐马尔科夫的Internet网络时延预测方法有效
| 申请号： | 201310280284.X | 申请日： | 2013-07-05 |
| 公开（公告）号： | CN103326903A | 公开（公告）日： | 2013-09-25 |
| 发明（设计）人： | 李国栋;刘向杰;刘琳;罗晗;宋自立;宋志新;李小龙;黄琳华 | 申请（专利权）人： | 华北电力大学 |
| 主分类号： | H04L12/26 | 分类号： | H04L12/26 |
| 代理公司： | 北京麟保德和知识产权代理事务所(普通合伙) 11428 | 代理人： | 周恺丰 |
| 地址： | 102206 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了网络时延预测技术领域中的一种基于隐马尔科夫的Internet网络时延预测方法。包括根据历史时延数据集和设定的时延预测精度，获得可观测状态和可观测状态序列；采用K-Means聚类方法对历史时延数据集进行聚类，计算不同k值下历史时延数据集的误差，根据不同k值下历史时延数据集的误差确定初始值；估计不同k值下的隐马尔科夫参数，并根据不同k值下的隐马尔科夫参数计算不同k值下的隐马尔科夫贝叶斯信息准则值，选择最小的隐马尔科夫贝叶斯信息准则值对应的k值作为最佳隐状态个数k_best；根据可观测状态和最佳隐状态个数k_best，预测未来时延。本发明准确表示时延数据集的规律以及Internet网络的特性，对于未来的可观测状态的预测有较高的准确性。 | ||
| 搜索关键词： | 基于 隐马尔科夫 internet 网络 预测 方法 | ||
【主权项】：
一种基于隐马尔科夫的Internet网络时延预测方法，其特征是所述方法包括：步骤1：根据历史时延数据集和设定的时延预测精度，获得可观测状态和可观测状态序列；步骤2：设定参数K的值，采用K‑Means聚类方法对历史时延数据集进行聚类，计算不同k值下历史时延数据集的误差，根据不同k值下历史时延数据集的误差确定初始值kstart；步骤3：估计不同k值下的隐马尔科夫参数，并根据不同k值下的隐马尔科夫参数计算不同k值下的隐马尔科夫贝叶斯信息准则值，选择最小的隐马尔科夫贝叶斯信息准则值对应的k值作为最佳隐状态个数k_best；其中，kstart≤k≤K；步骤4：根据可观测状态和最佳隐状态个数k_best，预测未来时延。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学，未经华北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310280284.X/，转载请声明来源钻瓜专利网。
- 上一篇：内镜外套管可拆分式装置
- 下一篇：醉蝶花矮化并延长观赏期的栽培方法
