收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于决策树集成和宽度森林的网络流量分析与预测研究

夏慧维  
【摘要】:近年来,新一代移动通信技术得到快速发展,智能手机、平板电脑等移动端智能设备也迅速普及开来,移动通信网络逐渐构成了当今社会必不可少的基础设施之一,不断影响着人类社会生活的各个领域。面对越来越复杂的网络环境和成倍翻升的网络流量数据,网络管理和运营者们需要花费更多的时间和资源监控并分析出实时的网络流量状况,以应对突发的网络拥挤和堵塞,或者及时关闭不需要的基站以节省能耗,确保网络质量良好。一个好的流量预测模型能够使得运营商提前发现网络异常、网络流量爆发等问题,从而保证网络的稳定性、提高网络的服务质量、节省基站的能耗等。鉴于此,本论文基于基站网络流量采集数据,研究了基于决策树集成和宽度森林的网络流量分析与预测算法。本论文的主要研究工作和创新点如下:首先,在数据预处理中,本文针对采集数据中的缺失值采用了填充处理的方式,建立起有效的缺失值填充方案的评估机制。通过对比多种填充方案,最后选择了基于高斯分布的拟合方法填充缺失值。随后完成数据的特征工程,一方面,本文分别基于时空分布和历史流量数据挖掘了流量数据特征,提出了可变周期移动窗口平均法提取历史流量数据的统计特性;另一方面,本文提出了基于随机森林的重要特征选择算法用于提取与流量值变化更为相关的重要特征,从而为后续的流量预测算法建模打下坚实的基础。接着,本文设计了基于决策树集成的基站网络流量预测算法。鉴于轻量梯度提升决策树(LightGBM)算法有着强大的非线性处理能力、快速建模、分布式处理等优点,本文选用了LightGBM算法模型对基站网络流量进行了建模。接着,本文进一步地使用引导聚集算法(Bagging)优化了LightGBM算法,提出了LightGBM-Bagging算法模型,以提升模型的泛化能力。经理论分析,改进后的模型可以在保持决策树总数不变的情况下,有效降低了模型的时间复杂度。实验结果表明,该预测方法与其他预测方法相比,具有更好的预测性能。最后,本文设计了基于宽度森林的流量分析与预测算法。首先,在宽度学习和深度森林的理论基础上,本文将二者结合,提出宽度森林算法,并推导出其构建过程和增量学习过程以及相应的模型结构。接着,本文将宽度森林算法应用于基站网络流量的分析与预测建模分析中。利用宽度森林的特征层森林直接对流量特征的重要性进行评估,筛选出重要特征,并将重要特征输入到增强层森林作进一步训练,最后将两层森林的预测结果组合成矩阵,取矩阵的伪逆得到最终预测结果。实验结果表明,宽度森林算法进一步提高了流量预测的准确度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郑日晖;岑健;陈志豪;;基于优化决策树的智能故障诊断方法研究[J];广东水利电力职业技术学院学报;2020年01期
2 杨贵军;孟杰;王双喜;;基于赤池信息准则的分类回归决策树剪枝算法[J];计算机应用;2014年S2期
3 焦树军;安志江;;基于最大间隔的决策树归纳算法[J];科技信息;2011年25期
4 焦树军;安志江;;基于最大间隔的决策树归纳算法[J];科技视界;2011年01期
5 王熙照,游自英;决策树简化(剪切)方法综述[J];计算机工程与应用;2004年27期
6 ;决策树[J];统计与决策;1985年01期
7 胡杰明;;浅析决策树对犯罪风险程度的预测[J];科技风;2019年02期
8 赵锦阳;卢会国;蒋娟萍;罗扬燚;;基于改进决策树的故障诊断方法研究[J];成都信息工程大学学报;2018年06期
9 尹儒;门昌骞;王文剑;刘澍泽;;模型决策树:一种决策树加速算法[J];模式识别与人工智能;2018年07期
10 黄正勇;陈德刚;杨燕燕;;基于样本对的极小决策树构建[J];北京信息科技大学学报(自然科学版);2015年03期
11 陈凯;;边画边算的决策树实战[J];中国信息技术教育;2020年Z4期
12 向昕彦;张凤斌;;基于加权多决策树的入侵检测系统模型研究[J];计算机安全;2009年08期
13 葛浩;袁万莲;;基于核属性的决策树构造算法研究[J];滁州学院学报;2008年06期
14 徐向华;朱杰;郭强;;语音识别中基于最小描述长度准则的决策树动态剪枝算法[J];声学学报;2006年04期
15 吴菲,黄梯云;用遗传算法构造二元决策树[J];计算机研究与发展;1999年11期
16 葛虹;快速建立决策树的一种方法[J];哈尔滨工业大学学报;1996年03期
17 毕建东,杨挂芳;基于熵的决策树分枝合并算法[J];哈尔滨工业大学学报;1997年02期
18 刘培勋;基于信息论的决策树构建及其在分类方面的应用[J];中国卫生统计;1994年03期
19 田名誉,刘训;随机决策树(下)[J];基建优化;1982年02期
20 陈伽洛;陈龙然;;决策树与随机森林[J];信息与电脑(理论版);2019年17期
中国重要会议论文全文数据库 前20条
1 李新星;;精准交通安全宣传中决策树集成方法应用研究[A];第十三届中国智能交通年会大会论文集[C];2018年
2 刘鹏;姚正;尹俊杰;;一种实用有效的决策树改进模型及其实现[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
3 吕韶义;刘复岩;;基于决策树的规则获取[A];第七届计算机模拟与信息技术学术会议论文集[C];1999年
4 孙昌儿;刘秉瀚;;一种新的SVM决策树[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年
5 曲朝阳;高宇峰;聂欣;;基于决策树的网络故障诊断专家系统模型的设计[A];高效 清洁 安全 电力发展与和谐社会建设——吉林省电机工程学会2008年学术年会论文集[C];2008年
6 林奕水;刘宇容;;改进的基于决策树的网络协议识别算法及应用[A];中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C];2017年
7 曾德贤;冯国英;;基于决策树的航天器故障分析[A];第二十届中国系统仿真技术及其应用学术年会论文集(20th CCSSTA 2019)[C];2019年
8 陈伟;杨义先;;决策树在协议分析中的应用[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
9 段巍巍;;电信客户流失预测主题建模[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
10 刘平;王健;;校园网网络流量分析与控制[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
11 朱峰;张雪峰;徐心和;;关于机器博弈中的逐步展开型对策的一点讨论[A];2007中国控制与决策学术年会论文集[C];2007年
12 黄冬梅;花强;高印芝;;产生模糊决策树的一个新算法[A];模糊集理论与应用——98年中国模糊数学与模糊系统委员会第九届年会论文选集[C];1998年
13 张小峰;赵永升;李明;;基于粗糙集理论的决策树构造算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
14 李林峰;裘正定;;时间序列分析在网络流量预测中的应用研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年
15 许文婧;王丽婷;;通过网络流量分析提升网络安全管理水平[A];2009电力行业信息化年会论文集[C];2009年
16 郦晓东;郎杰;;财务管理视角下的中小企业信用保证保险承保风险研究——基于决策树的信贷风险预警建模[A];浙江保险科研成果选编(2017年度)[C];2018年
17 余雯;闫巩固;;情境描述、透明度与决策树对分离效应的影响[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年
18 丁健;李建中;李金宝;高宏;;数据流上的并行决策树构成算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
19 许允之;王舒萍;;基于随机森林算法的徐州雾霾回归预测模型[A];《环境工程》2019年全国学术年会论文集[C];2019年
20 刘海霞;钟晓妮;周燕荣;田考聪;;决策树在居民就诊卫生服务利用影响因素研究中的应用[A];重庆市预防医学会2010年论文集[C];2011年
中国博士学位论文全文数据库 前16条
1 张乾;基于随机森林的视觉数据分类关键技术研究[D];华南理工大学;2016年
2 黄定轩;企业核心能力智能挖掘应用基础研究[D];西南交通大学;2005年
3 程昌秀;3S技术在县级土地利用变更调查中的应用研究[D];中国农业大学;2001年
4 王晓军;基于大数据的风洞马赫数集成建模方法的研究[D];东北大学;2016年
5 王鑫;基于随机森林的认知网络频谱感知算法研究[D];东北大学;2016年
6 王宪强;肝细胞癌肝切除的决策树安全性分析和影响因素研究[D];山东大学;2015年
7 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
8 杨德生;重庆市渝北区地表景观格局时空演化及生态环境响应[D];成都理工大学;2011年
9 吕晓艳;基于决策树的数据建模分析方法及其在铁路中的应用研究[D];中国铁道科学研究院;2007年
10 张洪涛;钢板表面缺陷在线视觉检测系统关键技术研究[D];天津大学;2008年
11 盛立新;虚拟物流企业伙伴选择研究[D];国防科学技术大学;2009年
12 姬杨蓓蓓;交通事件持续时间预测方法研究[D];同济大学;2008年
13 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
14 伊卫国;基于关联规则与决策树的预测方法研究及其应用[D];大连海事大学;2012年
15 吴静;社会发展进程中居民幸福测度与实证研究[D];东北财经大学;2012年
16 慕昱;基于数据挖掘的核电站故障诊断技术研究[D];哈尔滨工程大学;2011年
中国硕士学位论文全文数据库 前20条
1 夏慧维;基于决策树集成和宽度森林的网络流量分析与预测研究[D];南京邮电大学;2020年
2 陈杰;基于遗传算法的决策树剪枝方法[D];河北大学;2010年
3 王强;决策树过拟合问题研究[D];合肥工业大学;2008年
4 何箭;决策树优化算法研究[D];合肥工业大学;2004年
5 张冬艳;基于粗糙集合理论的决策树构造算法研究[D];合肥工业大学;2006年
6 黄正勇;基于样本对的极小决策树构建[D];华北电力大学(北京);2016年
7 杨晨晓;分支合并对决策树归纳学习的影响[D];河北大学;2007年
8 张艳顺;基于决策树的汽轮机振动故障诊断技术研究[D];华北电力大学(北京);2016年
9 王金凤;属性敏感性在决策树归纳中的影响[D];河北大学;2003年
10 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年
11 谭俊璐;基于决策树规则分类算法的研究与应用[D];暨南大学;2010年
12 李楠;基于改进随机决策树的入侵检测方法研究[D];合肥工业大学;2007年
13 成文丽;基于决策树的数据挖掘算法的技术研究[D];太原理工大学;2003年
14 康剑源;基于区域决策树的虚拟现实360度视频帧内编码快速算法研究[D];北方工业大学;2020年
15 李文艳;基于决策树的企业销售人员招聘模型的研究与实现[D];宁夏大学;2017年
16 刘汉锋;梯度提升决策树性能优化研究[D];广东外语外贸大学;2020年
17 陈丽萍;基于决策树的面向对象分类方法研究[D];辽宁工程技术大学;2012年
18 李宁;基于最大Margin的决策树归纳[D];河北大学;2007年
19 穆艳峥;基于模糊隶属度去噪声的决策树支持向量[D];河北大学;2010年
20 房祥飞;基于决策树的分类算法的并行化研究及应用[D];山东师范大学;2007年
中国重要报纸全文数据库 前8条
1 ACCAF5业绩管理考试小组成员;决策树(上)[N];中国会计报;2015年
2 陈芝蓉;举棋不定时 试试决策树[N];健康报;2004年
3 刘庆;Excel决策树之初体验[N];网络世界;2006年
4 记者 张新生;巴西开发出有预测能力的软件“决策树”[N];科技日报;2012年
5 华为技术有限公司网络营销网管产品部 张威;Netstream 精细化网络流量分析利器[N];通信产业报;2006年
6 徐筱舫;新法治脑转移指南成“决策树”[N];健康报;2008年
7 本报记者 田新元;人工智能助力保险业智慧化转型[N];中国改革报;2017年
8 何志高;一“枝”一“节”总关情[N];医药经济报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978