TY - Jour A2 - Song，Aibo Au - Zhang，Zhaohui Au - Liu，秋文奥·陈，利贡AU - 王，彭威 - 2020DY - 2020/02/14 TI - 混合数据流子流的峰值预测方法资源主动弹性缩放需要SP-2548351 VL-2020 AB - 子流预测，但现有的单流预测方法不能准确地预测混合数据流中子流的峰值变化。这些不考虑子流之间的相关性。难点是难以计算混合数据流中的不同数据流之间的相关性。为了解决这个问题，本文提出了一种新方法DCCSPP（基于延迟相关系数的混合数据流的子流峰值预测）来预测混合数据流的峰值。首先，我们建立基于滑动时间窗口的延迟相关系数模型，以确定延迟时间和延迟相关系数。接下来，基于该模型，建立了混合数据流子流峰预测模型和算法，以实现子流的准确峰预测。实验表明，我们的预测模型取得了更好的结果。与LSTM相比，我们的方法减少了约18.36％，RMSE 13.50％。与线性回归相比，MAE和RMSE分别下降了27.12％和25.58％。 SN - 1058-9244 UR - https://doi.org/10.1155/2020/2548351 DO - 10.1155/2020/2548351 JF - Scientific Programming PB - Hindawi KW - ER -