基于DTW聚类与在线极限学习机的网络流量精准预测模型研究.docx
文本预览下载声明
基于DTW聚类与在线极限学习机的网络流量精准预测模型研究
一、引言
1.1研究背景与意义
随着互联网技术的飞速发展，网络已经成为人们生活和工作中不可或缺的一部分。从日常的社交网络、在线购物，到企业的远程办公、数据传输，网络流量的规模和复杂性都在不断增加。在这样的背景下，网络流量预测作为网络管理的重要环节，对于保障网络的高效运行、提升用户体验具有至关重要的意义。
准确的网络流量预测可以为网络资源的合理分配提供依据。通过预测未来一段时间内的网络流量，网络管理员可以提前调整带宽、服务器资源等，避免因流量高峰导致的网络拥塞，确保网络服务的质量。例如，在视频流媒体平台，通过精准预测用户观看高峰时段的流
显示全部