[发明专利]基于信号分解和周期特性的网络流量特征指标预测方法有效
| 申请号： | 201911022926.X | 申请日： | 2019-10-25 |
| 公开（公告）号： | CN110740063B | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 黄鹂声;耿建宁;冉芷娴;汪文勇;冉金也;刘畅 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04B17/391;H04L12/26 |
| 代理公司： | 成都天嘉专利事务所(普通合伙) 51211 | 代理人： | 冉鹏程 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于信号分解和周期特性的网络流量特征指标预测方法，涉及计算机网络技术领域。本发明使用EMD信号分解算法，对网络流量特征指标时间序列进行经验模态分解，得到多个分量和一个残余项；计算各个分量的周期，利用快速傅里叶变换计算每个分量各自的周期；各分量的单独预测，根据每个分量的周期，对分量中的周期点进行重新采样，形成新的采样时间序列，并针对该采样时间序列开展回归预测，最后使用回归方法对残余项进行预测；对各分量的预测输出以及残余项预测输出进行逐项求和，得到最终预测结果。本发明组合应用数字信号处理领域的信号分解技术，以及信号周期分析、分量回归预测等技术，实现对网络流量特征指标时间序列的预测。 | ||
| 搜索关键词： | 基于 信号 分解 周期 特性 网络流量 特征 指标 预测 方法 | ||
【主权项】：
1.基于信号分解和周期特性的网络流量特征指标预测方法，其特征在于：包括以下步骤：/n信号分解步骤：使用EMD信号分解算法，对网络流量特征指标时间序列进行经验模态分解，得到多个分量和一个残余项；/n周期计算步骤：计算各个分量的周期，利用快速傅里叶变换计算每个分量各自的周期；/n分量预测步骤：对各个分量进行单独的预测，根据每个分量的周期，对分量中周期点进行重新采样，形成新的采样时间序列，并针对该采样时间序列开展回归预测，最后使用回归方法对残余项进行预测；/n结果输出步骤：对各分量的预测输出以及残余项输出进行逐项求和，得到最终预测结果。/n
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电子科技大学，未经电子科技大学许可，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/201911022926.X/，转载请声明来源钻瓜专利网。
