吉林省教育厅科学技术研究项目(2012184)
- 作品数：2 被引量：4H指数：1
- 相关作者：白媛杜占玮肖敏杨永健韩丽英更多>>
- 相关机构：吉林大学更多>>
- 发文基金：吉林省教育厅科学技术研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于自适应高斯过程的基线计算算法被引量：3
- 2012年
- 基于自适应高斯过程技术,提出了一种计算网络主动监控中上下基线的新方法,即在满足大型服务器集群对负载性能告警的设置与屏蔽需求下,利用样本噪音的统计特征,结合样本的数据分布,解决了样本数据的回归预测。算法首先分析样本历史数据的噪音,通过结合蚁群算法,提出高斯过程的参数自适应机制,最后实现上下基线的计算。实验结果表明,与其它基线计算算法相比,此算法可以在保证相同准确性的基础上,较大幅度地提高计算效率,保障网络安全,提升网络性能和用户满意度。
- 杜占玮杨永健肖敏白媛
- 关键词：高斯过程蚁群算法
- 高斯过程机器学习的基线计算算法被引量：1
- 2013年
- 为了对网络监视领域中样本进行预测和相关处理,大多数研究在计算基线时都忽略了样本的概率特征,未能结合样本的数据分布,对样本进行相关的处理,忽略了利用样本的周期特性和数据分布对样本进行相关处理的改进空间.因此,本文分析样本历史数据的噪音,通过引入高斯过程机器学习方法,提出基于周期样本的高斯过程机器学习方法,通过采用复合核函数,实现了网络主动监控中的基线计算.首先对"周期数据"进行聚类处理,同时将核函数拆分为全局核函数部分和局部核函数部分,使用聚类点训练全局核函数部分;使用局部点训练局部核函数.通过实验,与其它算法相比大大提高了效率,而且保证了近似的准确性.最终保障网络安全、提升网络性能和用户满意度.
- 杜占玮杨永健白媛肖敏韩丽英
- 关键词：高斯过程
