基于改进R/S估计算法的网络流量长相关性分析

R/S估计算法被广泛应用于随机信号的长相关性分析,但存在准确性和计算效率不高的缺点,很难应用于信号的长相关性的实时分析.为了提高传统R/S估计算法的准确度和计算效率,基于R/S估计算法中重新标度的方法进行了优化,并采用分数阶高斯噪声序列和真实的网络流量数据对算法进行验证.结果表明改进R/S估计算法在准确度和计算效率上都有明显提升,可以广泛应用于网络流量数据和水纹数据等具有长相关特性的随机信号实时处理.     

城市轨道交通视频监控系统中的故障分析

视频监控系统是轨道交通建设与运营管理中非常重要的组成部分.为提高地铁运营管理水平和地铁治安水平,保障乘客安全,地铁运营正常,我们要保障视频监控系统的正常运行,排除故障,解决问题.在此简要介绍几种在城市轨道交通视频监控系统的建设和运行中的常见问题.     

基于C／S模式的智能数据库的设计与实现

C／S模式将一个应用分成客户端和服务器端分别实现,从而充分利用客户机和服务器的资源,使网络流量小,响应时间短,成为当今网络流行的计算模式。本在介绍C／S模式的基础上,介绍了在NT网络环境下的基于C／S模式的智能数据库的设计和实现。     

用NetFlow技术进行大型IP网络流量统计分析

NetFlow是网络设备流量信息输出的一种协议,也是广受支持的业界标准.以NetFlow技术的工作架构为基础,针对大型IP网络进行流量统计的几种方式进行研究,并分析典型案例,以说明NetFlow技术在规划评估网络和扩容方面的重要意义.     

多子种群PSO优化SVM的网络流量预测

针对网络流量的时变性和非平稳性特点,为提高网络流量预测精度,提出一种“多子种群”机制的粒子群算法和支持向量机的网络流量预测模型（Multi-Subpopulation Particle Swarm Opti-mization and Support Vector Machine,MSPSO-SVM）.首先支持向量机（Support Vector Machine,SVM）参数编码成粒子位置串,并根据网络训练集的交叉验证误差最小作为参数优化目标,然后通过粒子间信息交流找到最优SVM参数,并引入“多子种群”机制,解决粒子群优化（Particle SwarmOptimization,PSO）算法的早熟停滞缺陷,最后根据最优参数建立网络流量预测模型,并采用实际网络流量数据进行仿真测试.结果表明,相对于其他预测模型,MSPSO-SVM可以获得更优的SVM参数,网络流量预测精度得以提高,更加适用于复杂多变的网络流量预测.     

港口集疏运网络流量预测模型

通过对集疏运网络流量的经济相关性、分布非均质性、动态性等特征的分析.指出港口集疏运网络流量既受腹地货源量、港口竞争等经济因素的影响,又受通道费用、网络容量等物流因素的影响.建立了港口集疏运网络流量的双因素两阶段预测模型:第一阶段考虑宏观经济发展趋势、腹地GDP、外贸进出口总额、港口建设投资额等经济因素,利用统计回归方法建立腹地货源量与港口吞吐量的预测模型;第二阶段考虑通道费用、网络流量等物流因素,在给定货源量与港口吞吐量的基础上,建立基于用户流量——费用均衡的网络流量分配模型.     

Optimization and Algorithm for Through Train Connections at District Stations

In the optimization of train diagrams, selecting the arrival and departure paths of the through trains has a great impact on the dwell time at district stations.In this paper, on the basis of train paths and the through train connection time standard at district stations, we built a mathematical model aiming at minimizing dwell time of through trains at two adjacent district stations, and then converted this into a network flow model to which is added a source and a sink node.Then, we propose a new algorithm for solving the network flow model based on the minimum-cost flow algorithm.A case study for through trains from the Guiyang South Railway Station to the Chongqing West Railway Station shows that the algorithm is reliable and efficient for solving the problem of through train connections, and there is a reduction in the total dwell time that the through trains spend at two adjacent district stations.     

网络流量测量的模型与算法研究

为了防止单纯的升级网络,提升网络性能,对网络流量的预测和量度进行研究显得尤为重要。论文利用长相关特性的时序分析法构建FAR IMA模型,并利用此模型对网络流量的测量算法进行研究。通过构建满足流量特性的流量模型,提出了一个基于小波技术和时间序列分析的混合流量预测模型,并利用此模型的流程测量算法对真实网络流量数据的短期行为趋势进行了分析和预测。实验结果表明此预测模型可以较为全面地描述和标识流量的各种特性,对网络流量行为进行有效而准确的跟踪和测量。