| 高斯过程机器学习的基线计算算法 |
| |
| 引用本文： | 杜占玮,杨永健,白媛,肖敏,韩丽英. 高斯过程机器学习的基线计算算法[J]. 小型微型计算机系统, 2013, 34(9) |
| |
| 作者姓名： | 杜占玮 杨永健 白媛 肖敏 韩丽英 |
| |
| 作者单位： | 吉林大学计算机科学与技术学院,长春,130012 |
| |
| 基金项目： | 国家自然科学基金项目，吉林省重点科技发展项目，吉林省教育厅科学技术研究项目 |
| |
| 摘 要： | 为了对网络监视领域中样本进行预测和相关处理,大多数研究在计算基线时都忽略了样本的概率特征,未能结合样本的数据分布,对样本进行相关的处理,忽略了利用样本的周期特性和数据分布对样本进行相关处理的改进空间.因此,本文分析样本历史数据的噪音,通过引入高斯过程机器学习方法,提出基于周期样本的高斯过程机器学习方法,通过采用复合核函数,实现了网络主动监控中的基线计算.首先对＂周期数据＂进行聚类处理,同时将核函数拆分为全局核函数部分和局部核函数部分,使用聚类点训练全局核函数部分;使用局部点训练局部核函数.通过实验,与其它算法相比大大提高了效率,而且保证了近似的准确性.最终保障网络安全、提升网络性能和用户满意度.
|
| 关 键 词： | 基线计算 高斯过程 机器学习 |
Baseline Algorithm Based on Gaussian Process Machine Learning |
| |
| DU Zhan-wei , YANG Yong-jian , BAI Yuan , XIAO Min , HAN Li-ying. Baseline Algorithm Based on Gaussian Process Machine Learning[J]. Mini-micro Systems, 2013, 34(9) |
| |
| Authors: | DU Zhan-wei YANG Yong-jian BAI Yuan XIAO Min HAN Li-ying |
| |
| Abstract: | |
| |
| Keywords: | baseline algorithm gaussian process machine learning |
| 本文献已被 万方数据 等数据库收录！ |
|
