基于ELM的网络信息热点预测系统和方法

本发明公开了一种基于ELM的网络信息热点预测系统和方法，具体包括以下步骤：

1. 采集待测网络信息热点的历史点击率数据，构成网络信息热点的学习样本。

2. 对网络信息热点数据的延迟时间τ和嵌入维m进行估计。

3. 对网络信息热点数据进行变换，得到训练样本和测试样本。

4. 采用极限学习机器（ELM）对网络信息热点样本进行训练。在训练过程中，使用Cholesky分解方法对极限学习机器的权值βL进行最优求解。

5. 利用极限学习机器的权值βL，建立网络信息热点的预测模型。

6. 利用所建立的预测模型，对网络信息热点的测试样本进行预测。

本发明的技术方案使得对网络信息热点进行预测时，具有以下优势：

• 实时性良好
• 预测结果理想

本发明公开了一种基于ELM的网络信息热点预测系统和方法，包括：采集待测网络信息热点的历史点击率数据，构成网络信息热点的学习样本；对网络信息热点数据的延迟时间τ和嵌入维m进行估计，并对网络信息热点数据进行变换，得到训练样本和测试样本；采用极限学习机器训练网络信息热点样本，训练过程中，采用Cholesky分解方法对极限学习机器的权值βL进行最优求解；利用极限学习机器的权值βL，建立网络信息热点的预测模型；利用预测模型，对网络信息热点的测试样本进行预测；本发明的技术方案使得对网络信息热点进行预测时，实时性良好，并且结果理想。