节点文献

基于QPSO-LSSVM的网络通信负载状态识别系统设计

免费订阅

【作者】 罗尚平刘才铭

【Author】 LUO Shangping;LIU Caiming;School of Computer Science,Leshan Normal University;

【机构】 乐山师范学院计算机科学学院

【摘要】 基于PSO-LSSVM识别网络通信负载状态识别时,粒子群算法(PSO)容易陷入局部最优解,文中采用全局搜索性能优的量子粒子群算法(QPSO)与最小二乘支持向量机模型(LSSVM)结合设计网络通信负载状态识别系统。该系统硬件主要包括WinPcap数据采集模块、SPI通信接口电路、负载识别模块,WinPcap数据采集模块捕获、转换网络通信负载状态原始数据包存储在电子标签中,SPI通信接口电路负责P89LPC932与MF RC522的数据传输,负载识别模块的MF RC522读取电子标签中的网络状态数据,基于QPSO-LSSVM识别网络通信的负载状态;软件部分采用QPSO优化LSSVM,将最优粒子作为LSSVM的参数,构建最优LSSVM识别网络通信负载状态。仿真结果显示:该系统识别网络通信负载状态稳定性强、效率高,为监测网络通信负载状态提供一种可靠方式。

【基金】 2018年四川省应用基础研究计划项目(2018JY0523);2018年四川省教育厅科研项目(18ZA0233)~~
【所属期刊栏目】 计算机科学与应用 (2019年18期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.18.019
  • 【分类号】TP18;TN915.0
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: