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:
基于自适应高斯过程技术,提出了一种计算网络主动监控中上下基线的新方法,即在满足大型服务器集群对负载性能告警的设置与屏蔽需求下,利用样本噪音的统计特征,结合样本的数据分布,解决了样本数据的回归预测.算法首先分析样本历史数据的噪音,通过结合蚁群算法,提出高斯过程的参数自适应机制,最后实现上下基线的计算.实验结果表明,与其它基线计算算法相比,此算法可以在保证相同准确性的基础上,较大幅度地提高计算效率,保障网络安全,提升网络性能和用户满意度.
推荐文章
一种基于混合高斯的双空间自适应背景建模方法
背景建模
混合高斯模型
运动目标分割
背景减除
背景突变
一种改进的自适应高斯混合模型实时运动目标检测算法
高斯混合模型
光照变化
自适应
运动目标检测
背景减法
一种新的自适应谱线增强算法
时域相干累积
自适应谱线增强
高斯噪声
信噪比
基于自适应自然梯度法的在线高斯过程建模
在线高斯过程
建模
自适应自然梯度法
Micky-Glass
系统
CSTR建模
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 一种基于自适应高斯过程的基线计算算法
来源期刊 计算机科学 学科 工学
关键词 基线计算 高斯过程 机器学习 蚁群算法
年,卷(期) 2012,(11) 所属期刊栏目 计算机网络与信息安全
研究方向 页码范围 79-82
页数 分类号 TP391
字数 4438字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.11.018
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 杨永健 吉林大学计算机科学与技术学院 43 339 11.0 16.0
2 杜占玮 吉林大学计算机科学与技术学院 9 87 4.0 9.0
3 肖敏 吉林大学计算机科学与技术学院 3 9 2.0 3.0
4 白媛 吉林大学计算机科学与技术学院 4 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (58)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
基线计算
高斯过程
机器学习
蚁群算法
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导