高斯过程机器学习的基线计算算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：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．

原文链接:http://www.cqvip.com/QK/95659X/201309/46953748.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 高斯过程 学习的 cqvip 数据分布 基线计算 高斯过程 机器学习