用于VBR视频通信量预测的梯度径向基函数网络模型
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN919.8

基金项目:

国家自然科学基金项目资助(60277022),天津市自然科学基金重点资助项目(023800811)


A Neural Network Model for VBR Video Traffic Prediction
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出采用梯度径向基函数(GRBF,gradientradialbasisfunction)神经网络实现VBR(variablebitrate)视频通信量的预测,由于GRBF神经网络采用差分输入,能够消除由于局部平均值随时间变化而造成的不稳定性,特别适合于非平稳时间序列预测。仿真结果显示,GRBF神经网络模型的预测误差(相对均方误差)为2.9×10-3,而其它几种常见预测模型的预测误差在(1.6~8.5)×10-2之间。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

李素梅,常胜江,苏晓星,熊涛,申金媛,张延炘.用于VBR视频通信量预测的梯度径向基函数网络模型[J].光电子激光,2004,(7):814~817

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码