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:
针对服务器软件老化的现象,提出了一种基于BP神经网络和马尔科夫模型结合的方法对服务器关键资源进行预测.实验表明,该算法有一定的预测精度,在一定程度上能够满足服务器老化预测的要求,为服务器抗老化策略的制定提供了依据.
推荐文章
船舶交通量的BP神经网络-马尔科夫预测模型
船舶交通量
BP神经网络
马尔科夫预测模型
基于马尔科夫模型和卷积神经网络的异常数据检测方法
异常检测
马尔科夫模型
卷积神经网络
多维数据
基于新维 BP 神经网络-马尔科夫链模型的大坝沉降预测
沉降预测
BP 神经网络
马尔科夫链
大坝监测
长洲水利枢纽
基于灰色马尔科夫组合模型的管道腐蚀速率预测方法
无偏灰色马尔科夫模型
腐蚀速率
预测
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BP神经网络和马尔科夫模型的服务器软件老化预测方法
来源期刊 西南师范大学学报(自然科学版) 学科 工学
关键词 软件老化 BP神经网络 马尔科夫模型 预测
年,卷(期) 2011,(4) 所属期刊栏目 应用研究
研究方向 页码范围 193-197
页数 分类号 TP311
字数 2632字 语种 中文
DOI
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 周敏 西南大学信息中心 19 78 5.0 8.0
2 赖清 重庆医科大学计算机教研室 9 39 3.0 6.0
3 林已杰 西南大学信息中心 5 31 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (22)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (44)
二级引证文献  (37)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(14)
  • 引证文献(1)
  • 二级引证文献(13)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
软件老化
BP神经网络
马尔科夫模型
预测
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
西南师范大学学报(自然科学版)
月刊
1000-5471
50-1045/N
大6开
重庆市北碚区天生路2号
78-22
1957
chi
出版文献量(篇)
6658
总下载数(次)
10
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导