基于Haar小波的队列动态多尺度自适应智能预测
来源期刊：控制与决策2009年第9期
论文作者：杨月全 余星火 姜建妹 张天平
文章页码：1421 - 2852
关键词：多尺度融合;补偿模糊神网络;Haar小波;自相似;
摘 要：为降低网络拥塞风险和实现对网络队列缓存资源状态预测,基于智能控制技术和多尺度表示方法,通过引进自适应补偿模糊因子,运用Haar小波的优良特性,构造了一类在线无监督学习实时预测补偿模糊神经网络,提出了基于Haar队列动态多尺度融合自适应智能预测方案.仿真表明,该预测策略对于自相似特性数据流在队列缓存动态具有较好的预测能力.
杨月全1,2，余星火2，姜建妹1，张天平1
1. 扬州大学信息工程学院2. 皇家墨尔本理工大学工程技术平台研究院
摘 要：为降低网络拥塞风险和实现对网络队列缓存资源状态预测,基于智能控制技术和多尺度表示方法,通过引进自适应补偿模糊因子,运用Haar小波的优良特性,构造了一类在线无监督学习实时预测补偿模糊神经网络,提出了基于Haar队列动态多尺度融合自适应智能预测方案.仿真表明,该预测策略对于自相似特性数据流在队列缓存动态具有较好的预测能力.
关键词：多尺度融合;补偿模糊神网络;Haar小波;自相似;
