基于HMM的自适应软件决策模型

• 作者: 刘淑芬 王平凡
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 高斯混合模型 softmax回归 隐Markov模型 自适应软件
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 645-649
• 页数: 5页
• 分类号: TP311.5
• 字数: 2788字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.03.29

摘要

为实现软件的自适应,针对复杂多变的运行环境,提出一个基于隐M arkov模型(HMM)的自适应软件决策模型.首先运用高斯混合模型(GMM)对初始环境进行分类,然后使用softmax回归对感知环境进行归类划分处理,最后利用HMM代替人工干预进行软件决策.实验结果表明,该自适应软件模型在感知环境发生变化的条件下,能很好地实现软件自适应决策.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘淑芬	吉林大学计算机科学与技术学院	96	764	14.0	21.0
2	王平凡	河南理工大学计算机科学与技术学院	1	2	1.0	1.0