基于SVM的Web服务质量评价方法

• 作者: 余松森 冼广铭 汪海涛
• 来源期刊: 湖北大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 服务质量 模糊C均值
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 449-451
• 页数: 3页
• 分类号: TP393
• 字数: 2589字
• 语种: 中文

摘要

SVM是一种新型的统计学习方法,在综合评价中采用SVM分类方法,可以减少主观因素的作用,提高评价结果的客观性.针对Web服务质量问题,本文中提出基于SVM的评价模型.首先从学习样本中选择支持向量,然后通过训练获取最优分类超平面,对新的样本和数据进行分类.与多层模糊综合评价(MPFS)、FCM等方法相比,SVM方法可以取得更客观和准确的评价结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪海涛	广东科贸职业学院信息工程系	22	34	3.0	4.0