基于实时分析的网络测量抽样统计模型
100 积分
50
评分
4.6 积分- 详情
- 2021-04-27
- 简介
pdf
- 350KB
- 页数 4P
- 阅读 64
- 下载 35
由于网络通信量具有自相似性,传统的网络测量抽样方法如均匀抽样、泊松抽样容易与真实数据产生比较大的误差.本文提出了一种基于实时分析的网络抽样统计模型(NMSM),在数据采集过程中,实时分析样本的变化特征,动态调整采集频率,最好程度的完成数据抽样采集.实验证明,NMSM模型在网络变化比较平稳时,对网络的影响程度最低,在网络变化比较大时,对真实数据的拟合程度最好.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于实时分析的网络测量抽样统计模型 350KB
基于神经网络的空调负荷实时预测模型 278KB
基于神经网络的球磨机出力软测量模型研究 465KB
基于多规则实时学习组合型BP神经网络的城市建筑能耗预测模型 666KB
基于神经网络的商品住宅价格模型研究 158KB
基于神经网络模型的建筑物变形预测 369KB
基于人工神经网络的工程估价预测模型 344KB
基于BP神经网络的工程伪装效能评估模型 198KB
基于刀片PC的网络管理模型 560KB
基于神经网络的工程造价估价模型 256KB