基于QPSO-LSSVM的网络通信负载状态识别系统设计

作     者：罗尚平 刘才铭 LUO Shangping;LIU Caiming

作者机构：乐山师范学院计算机科学学院 

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)~~ 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2019年第42卷第18期

页      码：81-83,89页

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.

主 题 词：QPSO-LSSVM 网络通信 负载状态 状态识别 系统设计 实验分析 

学科分类：080902[080902] 0809[工学-计算机类] 08[工学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16652/j.issn.1004-373x.2019.18.019

馆 藏 号：203781269...