IP交换中流分类的神经网络方法

来源 :通信学报 | 被引量 : 0次 | 上传用户:shl405567051
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文对IP交换机中流的分类问题进行了探讨。首先对现有的X/Y分类器进行了分析 ,指出其不足之处 ,然后总结了进行流判断时应考虑的各种因素。之后提出了一种利用Hopfield神经网络进行流分类的方法 ,并对其参数的选取进行了讨论。仿真结果表明 ,神经网络分类器可根据网络中流的具体情况 ,自动调节分类阈值 ,保证IP交换机利用的VC数基本稳定。与常规X/Y分类器相比 ,神经网络分类器可利用更少的VC交换更多的数据包。
其他文献
20 0 2年 3月 3 1日在台湾以东沿海附近发生里氏 7.5级地震 ,造成生命和财产的较严重损失。文章概述了这次地震的情况 ,包括震源参数、震源机制解、破坏、伤亡和发震背景。
在TD-SCDMA系统中,我们在基站发送端进行波束赋形来提高下行链路的性能。以最优准则-最大信干噪比特征分解算法为例,我们分析基于上行参数进行下行赋形的基本原理,模拟了不同环境下赋形算法的性能,并与全向情况进行比较,得出了相应的结论。
设计了一种基于竞争终端个数和跳数的公平性优化机制:通过调整MeshAP的协议参数来改善不同跳数间竞争终端的公平性,同时,根据同一MeshAP下竞争终端的个数,按照预先设定的区间