基于小波分析的网络流量随机模拟

为了快速生成具有自相似特性的模拟网络流量,应用小波变换将实际测量到的网络流量分解成不同尺度下的小波系数（细节信号）和尺度系数（背景信号）,并把这些系数分割成长度相等的很多个小段,然后从每个尺度下的细节信号中和背景信号中分别随机抽取一个小段进行叠加,多次重复该操作,就可以得到较长时间范围内的模拟网络流量,采用方差时间曲线图对模拟生成的网络流量的自相似特性进行了分析,结果表明：用该方法模拟的网络量具有较好的自相似性,而且简单,速度快。     

一种基于小波分析的大规模网络流量模拟

针对传统的大规模网络流量模拟不能兼顾流量细节的自相似性的问题 ,应用小波变换对样本流量进行秒级粒度上的多尺度分析 ,利用小波系数模拟生成网络流量 ,既满足细节上的自相似性又具有大规模网络流量的周期、趋势特性     

基于网络信息流的自适应MWM模型研究

多重分形小波模型(MWM)可以用于网络流量非严格自相似性的分析,但现有MWM及改进模型大多不能保证各个尺度下尺度系数的边缘分布都能拟合业务流数据,当边缘分布与源数据的统计特性有较大差异时,得到的排队分析结果也将出现较大差异.针对传统多重分形小波模型存在的缺陷,在分析实际视频流量多分辨率性能的基础上,提出了参数可调的自适应多重分形小波模型.该模型的改进之处在于它能够根据实际情况实时地调整小波参数和乘性系数,更好地适应实际网络流量的特性.对新模型的仿真流进行了尺度函数和多重分形谱的分析,结果证明了新模型的准确性.     

一种基于BP神经网络和小波变换的网络流量预测模型

结合小波变换和BP神经网络,建立一种网络流量预测模型.首先对流量时间序列进行小波分解,得到多个尺度的小波系数序列,以系数序列和原来的流量时间序列分别作为模型的输入和输出,构造人工神经网络并且加以训练.用实际网络流量对该模型进行验证,结果表明,该模型具有较高的预测效果.     

基于小波分析的网络流量问题研究

应用小波变换，精确地刻画网络流量的自相似特性，应用Mallat算法模拟网络流量在此基础上，分析了局域网和广域网的网络流量特性．     

机械信号连续小波系数的统计特征研究

通过对机械信号的连续小波分解，利用小波滤波器良好的时频特性，针对机械信号的特征，论述了机械信号经过连续小波分解后的统计特征。在机械信号连续小波系数的特征提取中，引入机械系统的动力学维数，将连续小波系数按尺度方向进行了研究。利用尺度与频率的对应关系，应用小波系数的容积维数来研究其统计特性，并提取信号特征。实践证明，这种方法能够简单有效地提取机械信号的振动特征，并在诊断机械故障中得到了应用。     

一种基于小波变换的语音增强新方法

根据随机噪声的小波变换系数在不同尺度上的传递特性和噪声信号奇异性与小波模极大值的关系，提出用一个随尺度变化的软阈值来抑制带噪语音信号在不同尺度上的噪声小波系数的语音增强方法．实验结果表明：该方法既能减小语音畸变，又能有效地去除噪声，具有较好的语音增强效果．     

最小二乘支持向量机的短期负荷多尺度预测模型

提出了一种改进的电力负荷短期预测小波网络模型，该模型采用最小二乘支持向量机(LS-SVM)实现了小波分解系数的多尺度组合预测．首先使用多孔算法对短期负荷序列进行小波分解，得到指定尺度下的近似系数和相关尺度下的小波系数，然后利用LS-SVM对预测点的系数进行多尺度组合预测，通过小波重构可以求得相应的预测值．结合某地区短期负荷需求数据进行了仿真试验，研究了预测点与历史记录数据的相关关系．预测结果表明，使用本模型进行短期负荷预测同比传统小波神经网络方法可以获得更好的预测精度，同时LS-SVM的引入大大提高了模型的可计算性．     

小波多分辩率分析在图像滤波中的应用

小波闲值滤波基本思想是在小波分解后的各层系数中,对模大于和小于某个阈值的系数分别进行处理。主要针对图像滤波,利用正交小波(db4)和双正交(9/7小波)对三种滤波函数尺度的相关性和滤波图形效果进行比较。由实验可以发现,正交小波(db4)时,半软阈值函数滤波效果较好;双正交小,波(9/7小波)软阚值函数滤波效果较好;正交小波(db4)相对于双正交小波(9/7小波)有效的滤波特性。最后,还通过中值滤波算法对硬阈值滤波函数进行改进。     

基于贝叶斯神经网络先验模型的图像去噪研究

基于小波系数先验模型的图像处理方法是现代图像处理技术的重要理论框架之一.针对传统的高斯型或拉普拉斯型先验模型的统计描述精度缺陷,本文提出利用贝叶斯(Bayesian)神经网络模型对图像小波系数的统计特性进行精确建模,结合现代粒子(或Montel Carlo:MC)采样技术--Gibbs采样进行模型参数的估计,并重点考察了各尺度下的正交小波系数先验信息的建模过程,最后利用先验模型图像处理框架,实现图像的噪声抑制.仿真模拟结果表明:一方面,基于贝叶斯神经网络的小波先验模型建模准确,较好地描述了各尺度小波系数的先验信息;另一方面,从图像去噪性能来看,基于建议先验模型的图像质量在客观指标和主观视觉上都有显著的提高.     

一种改进的小波神经网络的网络流量预测算法

为了有效地对网络进行维护,提高网络性能,预知网络流量可以提前对网络出现的问题采取应对策略,从而对用户提供更好的服务。在神经网络预测模型中把隐含层的传递函数用小波函数替换,并采用共轭梯度下降算法,建立了一个小波神经网络的网络流量预测模型。通过实际流量数据对模型进行仿真,结果显示该模型与神经网络预测模型相比,该网络具有良好的预测效果,网络训练时间短,有效地提高了训练速度。     

基于小波变换与组合模型的网络流量预测算法

针对网络流量在以不同时间尺度分析时呈现不同特性给流量精确预测带来的困难,提出一种基于快速小波变换和季节差分自回归滑动平均组合模型的多分辨分析预测算法.采用小波方法对网络历史流量进行分解以分析不同时间尺度下的流量相关结构,根据不同时间尺度下的流量时间序列的周期性和自相似性,分别选择合适的模型建模用于预测.使用小波方法对各序列的预测值进行重构,得到原始流量的预测结果.仿真结果表明,所提预测方法比同类预测方法具有更高的精度.     

基于小波包分析的网络流量组合预测模型

提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型（AR）和线性最小均方误差估计（LMMSE）对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量的仿真实验,结果显示该模型能够对网络流量进行比较精确的预测.     

一种基于小波变换和FARIMA模型的网络流量预测算法

提出了一种新的基于小波变换和FARIMA模型的流量预测方法,首先对原始流量进行小波分解,再进行mallat算法单支重构,接着用FARIMA模型分别对重构后的单支进行预测,最后整合流量.我们用真实网络流量进行了仿真实验,验证了提出算法的预测准确性,较之首先用FARIMA模型对小波系数进行预测再进行小波重构的方法减小了预测...     

基于小波包分析的网络流量组合预测模型

提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型（AR）和线性最小均方误差估计（LMMSE）对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量...     

基于小波变换的GPON动态带宽分配算法研究

利用小波变换将自相似性业务的长相关性转化为短相关性,并对网络业务流量进行预测。将得出的结果应用于吉比特无源光网络（GPON）的动态带宽分配,提出一种改进的动态带宽分配算法。     

基于改进果蝇的混合小波神经网络交通流预测

为了提高交通流预测精度,提出了一种基于果蝇算法的混合小波神经网络模型.首先,选择果蝇优化算法对小波神经网络的初始参数进行调节,解决了小波神经网络预测对初始参数敏感的问题.其次,将迭代次数和当前解的情况作为搜索半径和种群规模的动态调整因子,对果蝇算法进行了改进,提高了果蝇算法的全局寻优能力和局部收敛速度.最后,鉴于小波神经网络预测误差存在一定的规律性,使用误差补偿法将调参后的小波神经网络与其他模型进行组合,进行二次误差提取.实验证明,所有混合模型均提高了交通流预测的准确度,其中,与随机森林模型的结合预测精度最高.     

基于小波的异常检测方法研究

针对DDoS攻击引起的网络异常,提出基于小波变换的检测方法.将网络流量分解到不同的频段,根据高频段频谱能量,即小波方差的变化对网络流量异常进行检测.为提高预警的准确性,吸取了路由器的设计思想,用LRU Cache滤掉长时流发现突发流量,实验证明本尝试是有效的.     

基于流量预测的Ad Hoc网络负载均衡协议

针对AdHoc网络中的负载均衡问题,提出了一种基于小波神经网络方法预测节点流量的路由协议WNNP-LBRP,协议中的流量值以MAC层接口队列长度来衡量.该协议利用小波神经网络预测模型计算节点下一时刻的流量值及动态阈值,并对二者进行比较,避免将重负载节点作为中间节点而导致网络拥塞,从而在网络出现拥塞之前提前更新路径,实现网络负载的平均分配.仿真结果表明,WNNP-LBRP协议与LBR-AODV协议和AODV协议相比,网络性能得到提高:减少了丢包现象,降低了端到端时延和路由开销.     

基于小波变换的光突发交换网络业务流的研究

最近大量研究表明实际业务流存在分形特性,这对业务流的性能产生较大影响。针对光突发交换（OBS）网络边缘节点的汇聚业务流,首先在多重分形条件下利用小波变换对业务流进行尺度刻画。同时采用分块操作、块间变化的方法对业务流进行分析,通过深入研究发现均值和方差对业务流的性能影响较大