| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 网络流量特性分析及相关预测技术研究 | 第15-27页 |
| 2.1 网络流量的获取方法 | 第15-16页 |
| 2.2 网络流量的特性 | 第16-19页 |
| 2.3 传统网络流量预测模型 | 第19-22页 |
| 2.3.1 泊松模型 | 第19-20页 |
| 2.3.2 马尔科夫模型 | 第20-21页 |
| 2.3.3 ARIMA 模型 | 第21-22页 |
| 2.4 网络流量预测新技术 | 第22-25页 |
| 2.4.1 神经网络理论 | 第22-25页 |
| 2.4.2 支持向量机理论 | 第25页 |
| 2.5 小结 | 第25-27页 |
| 第三章 基于LSSVM和相空间重构(PSR)的流量预测模型 | 第27-47页 |
| 3.1 建模思想 | 第27-28页 |
| 3.2 模型相关 | 第28-31页 |
| 3.2.1 最小二乘支持向量机回归预测 | 第28-29页 |
| 3.2.2 混沌理论 | 第29-31页 |
| 3.3 基于PSR和LSSVM模型设计 | 第31-37页 |
| 3.3.1 采集网络流量数据 | 第33页 |
| 3.3.2 原始网络流量的相空间重构 | 第33-36页 |
| 3.3.3 构建预测模型 | 第36-37页 |
| 3.4 PSO算法优化LSSVM模型参数 | 第37-40页 |
| 3.5 实验结果 | 第40-46页 |
| 3.5.1 实验数据及性能指标 | 第40页 |
| 3.5.2 实验过程 | 第40-44页 |
| 3.5.3 实验结果及分析 | 第44-46页 |
| 3.6 小结 | 第46-47页 |
| 第四章 基于小波变换和PSR-LSSVM的组合流量预测模型 | 第47-56页 |
| 4.1 建模思想 | 第47-48页 |
| 4.1.1 组合预测思想 | 第47-48页 |
| 4.1.2 模型提出 | 第48页 |
| 4.2 模型相关 | 第48-52页 |
| 4.2.1 小波分析基础 | 第49-50页 |
| 4.2.2 多分辨率分析 | 第50页 |
| 4.2.3 小波分解与单支重构算法 | 第50-52页 |
| 4.3 模型设计 | 第52-55页 |
| 4.3.1 网络流量多尺度分解与单支重构 | 第53-54页 |
| 4.3.2 匹配恰当LSSVM模型，预测高低频分量 | 第54-55页 |
| 4.3.4 计算模型结果 | 第55页 |
| 4.4 小结 | 第55-56页 |
| 第五章 仿真与性能评价 | 第56-68页 |
| 5.1 实验数据 | 第56页 |
| 5.2 实验指标 | 第56页 |
| 5.3 实验过程 | 第56-64页 |
| 5.4 实验预测结果及分析 | 第64-67页 |
| 5.5 小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
