| 150 | 7 | 15 |
| 下载次数 | 被引频次 | 阅读次数 |
对网络拥塞控制中的重要参数RTT进行了研究,在Matlab环境下,利用神经网络对实测RTT数据进行学习训练,建立了一个RTT智能预测模型,可对RTT进行短期预测。实验结果表明,用神经网络对RTT进行短期预测可以得到较为理想的结果。
Abstract：The important parameter RTT in network congestion is researched.In the Matlab environment,after the tested RTT being studied and trained,the intelligent predicable model is established to predict RTT in the short term by using the neural network.The experiment shows that using of neural network to predict RTT can gain quite ideal result.
[1]张顺亮,叶澄清,李方敏.基于RTT的TCP流带宽公平性保障机制[J].通信学报,2005,25(5):1-2.
[2]VICTOR F,MARTY B.A study of active queue manage-ment for congestion control[J].IEEE Infocom,2000,(3):1-3.
[3]GEORGE A R,CHRISTOS N H.Neural network conges-tion control algorithm for the internet[C]∥Proceedings of the 2005 IEEE,2005,1-4.
[4]朱利,周俊辉,郑守.基于RTT的自适应拥塞控制研究[J].计算机学报,2000,24(7):2-3.
[5]舞文弄墨.十种常用滤波方法[EB/OL].[2005-12-09]http:∥www.ca800.com.
[6]飞思科技产品研发中心.神经网络理论与MATLAB7实现[J].北京:电子工业出版社,2005.
基本信息:
DOI：
中图分类号:TP393.02
引用信息:
[1]张莉,张兴会.基于RTT的智能预测方法研究[J].天津工程师范学院学报,2007,No.50(01):34-36.
基金信息:
天津科技发展计划项目(06YFJMJC01600)