基于相关向量机的网络运行质量评估方法附视频

被引:7
作者
夏靖波 [1 ]
柏骏 [2 ]
机构
[1] 厦门大学嘉庚学院
[2] 空军工程大学信息与导航学院
关键词
网络态势感知; 运行态势感知; 链路权重; 运行质量评估;
D O I
暂无
中图分类号
TP393.08 []; TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
为一致、稳定地评估网络运行质量并克服基于SVM(Support Vector Machine)评估方法在训练过程中存在的参数难以确定、过拟合等问题,提出了基于RVM(Relevant Vector Machine)的网络运行质量评估方法。该方法利用RVM对灰色模糊综合评估方法得到的网络运行质量评估值进行训练,构建基于RVM的网络运行质量评估模型。实验分析表明,该模型获得的网络运行质量评估值与通过灰色模糊综合评估得到的运行质量评估值的平均绝对误差仅为1.61%,而且优于基于SVM的网络评估方法 。
引用
收藏
页码:121 / 123+127 +127
页数:4
相关论文
共 5 条
[1]
基于灰色关联的网络性能模糊评估 [J].
钟赟 ;
夏靖波 ;
吴吉祥 ;
柏骏 ;
张毅卜 .
空军工程大学学报(自然科学版), 2014, 15 (03) :76-79+84
[2]
基于支持向量机和云模型的网络健康状态评估 [J].
温祥西 ;
孟相如 .
北京邮电大学学报, 2012, (01) :10-14
[3]
一种RVM模糊模型辨识方法及在故障预报中的应用[J] 胡昌华;王兆强;周志杰;司小胜; 自动化学报 2011, 04
[4]
网络态势感知研究 [J].
龚正虎 ;
卓莹 .
软件学报, 2010, 21 (07) :1605-1619
[5]
基于神经网络的UTRAN网络质量综合评价 [J].
徐海东 ;
李冶文 ;
江峰 ;
宋俊德 .
北京邮电大学学报, 2005, (04) :41-44+49