| 基于Stacking集成模型的网络流量预测研究 |
| |
| 引用本文： | 朱国森,郑晓亮.基于Stacking集成模型的网络流量预测研究[J].重庆工商大学学报(自然科学版),2021,38(2):16-22. |
| |
| 作者姓名： | 朱国森 郑晓亮 |
| |
| 作者单位： | 安徽理工大学 电气与信息工程学院，安徽 淮南 232000 |
| |
| 摘 要： | 针对网络流量预测准确率不够高的问题,结合当下流行的集成学习(Ensemble Learning),提出一种Stacking集成多种模型的网络流量预测方法;将天气因素量化后作为输入,使用7个机器学习模型分别对网络流量进行预测,然后根据对不同模型预测结果的Pearson相关系数的分析,选取相关性较弱的5个模型作为Stacking的基模型,进行网络流量的预测,并与不考虑天气因素的预测结果进行比较;结果显示:Stacking方法相较于各基模型都有更好的表现,同时,天气因素的加入使得模型预测结果的准确性提高了;Stacking方法将不同的预测方法进行组合,相较于神经网络方法能以不同模型对数据进行不同角度的处理,能获得比一般方法准确率更高的预测结果,对于网络流量的预测具有一定的实用价值。
|
| 关 键 词： | 流量预测 多模型 机器学习 Stacking |
Network Traffic Prediction Based on Stacking Integration Model |
| |
| ZHU Guo-sen,ZHENG Xiao-liang.Network Traffic Prediction Based on Stacking Integration Model[J].Journal of Chongqing Technology and Business University:Natural Science Edition,2021,38(2):16-22. |
| |
| Authors: | ZHU Guo-sen ZHENG Xiao-liang |
| |
| Abstract: | |
| |
| Keywords: | traffic forecast multiple model machine learning Stacking |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《重庆工商大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆工商大学学报(自然科学版)》下载免费的PDF全文 |
|
