基于蝙蝠算法优化LSSVM的图书馆访问流量预测

• 作者: 李静
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 蝙蝠算法 LSSVM模型 神经网络 支持向量机 网络流量
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 基金项目
• 页码范围: 5-8
• 页数: 4页
• 分类号: TP391.1
• 字数: 2988字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.12.002

摘要

为提高图书馆访问流量预测的精度,对于LSSVM预测效果易受惩罚参数γ和径向基核函数宽度g的影响内容进行相应的分析研究,在此基础上对惩罚参数γ和径向基核函数宽度g进行优化,提出一种基于蝙蝠算法优化LSSVM的图书馆访问流量预测算法.与LSSVM和BP相比较,能够得出如下结论:通过BA算法优化之后所得出的LSSVM能够加大程度的增强图书馆访问流量预测的准确度,通过全新算法的实施可以使得图书馆访问流量预测更加精准,从而针对性的提升服务质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李静		7	2	1.0	1.0