文献类型：期刊文章

作　　者：左丽[1,2]

ZUO Li(Xianyang Library,Xianyang 712000 China;Shaanxi University of Science and Technology,Xi'an 710021 China)

机构地区：[1]咸阳图书馆,陕西咸阳712000 [2]陕西科技大学,陕西西安710021

出　　处：《自动化技术与应用》

年　　份：2018

卷　　号：37

期　　号：10

起止页码：43-46

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对传统的流量预测算法存在精度低和误差大的缺点,提出一种基于大数据分解的数字图书馆访问流量预测方法。运用大数据EMD分解技术将访问流量数据分成个若干IMF分量和残余分量Res,之后针对IMF分量和Res分量分别运用FA_LSSVM进行预测,并将各自的预测结果进行叠加重构,实现数字图书馆访问流量预测。研究结果表明,本文提出的算法EMD_FA_LSSVM可以有效提高数字图书馆访问流量预测的精度,为流量预测提供新的方法和途径。

关 键 词：最小二乘支持向量机 萤火虫算法 流量预测  图书馆 经验模态分解

分 类 号：TP393]