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:
提出了一种基于支持向量回归的网络性能评估的ε-SVR模型.通过BP神经网络模型和支持向量回归模型之间进行的测试实验,证明了采用ε-SVR模型进行网络性能评估,比基于BP神经网络的网络评估模型具有更好的评估能力.
推荐文章
基于支持向量回归机的电能质量评估
电能质量
评估模型
支持向量机
支持向量回归机
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
基于支持向量回归机和B样条网络回归曲线建模算法
支持向量机
支持向量回归
B样条网络
回归曲线模型
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 基于支持向量回归的网络性能评估模型研究
来源期刊 西北师范大学学报(自然科学版) 学科 工学
关键词 支持向量回归 网络性能 时延预测
年,卷(期) 2012,(3) 所属期刊栏目 计算机与信息科学
研究方向 页码范围 56-59
页数 分类号 TP399
字数 1792字 语种 中文
DOI 10.3969/j.issn.1001-988X.2012.03.011
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 宋海声 西北师范大学物理与电子工程学院 37 211 8.0 13.0
2 王丹丹 西北师范大学物理与电子工程学院 8 10 2.0 3.0
3 刘平和 西北师范大学物理与电子工程学院 5 20 3.0 4.0
4 赵晓林 西北师范大学物理与电子工程学院 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (34)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (8)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(7)
  • 参考文献(4)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量回归
网络性能
时延预测
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
西北师范大学学报(自然科学版)
双月刊
1001-988X
62-1087/N
大16开
甘肃兰州安宁东路967号
54-53
1942
chi
出版文献量(篇)
3180
总下载数(次)
2
总被引数(次)
17931
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导