基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用支持向量机(SVM)对网络业务流数据进行预测估计,通过训练样本,从而获得样本以外数据的分布规律.在此基础上,设计了一种网络排队队列缓存的预估模型.实验表明,该模型具有较高的训练效率和很高的估计精确度.
推荐文章
基于支持向量机的Web代理缓存内容分类
支持向量机
代理缓存
高维度空间
Web缓存技术
不确定时滞系统的自适应支持向量机Smith预估控制
不确定时滞系统
支持向量机
Smith预估器
系统辨识
基于支持向量机的垃圾标签检测模型
垃圾标签
社会化标签系统
支持向量机
检测模型
基于支持向量机的供应商评价模型
供应商选择
评价指标
二元对比排序法
支持向量机
模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的缓存预估模型的设计与实现
来源期刊 通信学报 学科 工学
关键词 通信与信息系统 支持向量机 缓存队列 预估模型
年,卷(期) 2004,(10) 所属期刊栏目 学术论文
研究方向 页码范围 45-50
页数 6页 分类号 TP913.24
字数 2507字 语种 中文
DOI 10.3321/j.issn:1000-436X.2004.10.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 凌永发 西安交通大学理学院 7 38 3.0 6.0
3 王杰 云南民族大学物理与电子电气信息工程学院 22 188 7.0 13.0
4 陈跃斌 云南民族大学物理与电子电气信息工程学院 36 91 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
通信与信息系统
支持向量机
缓存队列
预估模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导