期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于皮尔森相关算法的云存储层次化去冗优化 被引量:2
1
作者 杨晖 《吉林大学学报(信息科学版)》 CAS 2022年第1期71-76,共6页
针对传统云存储存在去冗效率和召回率低的问题,提出了基于皮尔森相关算法的云存储层次化去冗优化方法。根据云存储层次化结构中冗余信息的属性分布相似性度量值,构建了冗余信息的距离矩阵;通过计算冗余信息之间的相似度,对云存储层次化... 针对传统云存储存在去冗效率和召回率低的问题,提出了基于皮尔森相关算法的云存储层次化去冗优化方法。根据云存储层次化结构中冗余信息的属性分布相似性度量值,构建了冗余信息的距离矩阵;通过计算冗余信息之间的相似度,对云存储层次化冗余信息进行分类;通过分析不同类别冗余信息的结构,利用数据降维约束条件和中心极限原理,在云存储层次化结构中,构建冗余信息特征空间压缩的目标函数,提取出云存储层次化冗余信息特征;基于去冗优化超平面,计算冗余信息样本点到正负类超平面的距离;利用皮尔森相关算法定义模糊因子,据此定义云存储层次化结构中特征有效度,构建了冗余信息特征的有效度函数,实现了云存储层次化的去冗优化。实验结果表明,设计方法在提高去冗效率的同时,在召回率上也具有很好的性能。 展开更多
关键词 皮尔森相关算法 云存储 层次化 冗余信息 去冗优化
在线阅读 下载PDF
基于相似日和EM-ELM的短期光伏功率预测 被引量:1
2
作者 白佳庆 张东 +5 位作者 刘权 李昊轩 宁兆秋 方文墨 孙明 孙志强 《沈阳师范大学学报(自然科学版)》 CAS 2024年第4期364-371,共8页
光伏功率精准预测有助于电网调度中心提前编制出科学的调度计划,从而提升经济效益。提出一种基于相似日理论结合极限学习机(extreme learning machine,ELM)的光伏功率预测模型。首先,采用皮尔森相关系数法挑选出与光伏出力相关程度最强... 光伏功率精准预测有助于电网调度中心提前编制出科学的调度计划,从而提升经济效益。提出一种基于相似日理论结合极限学习机(extreme learning machine,ELM)的光伏功率预测模型。首先,采用皮尔森相关系数法挑选出与光伏出力相关程度最强的气象特征;其次,采用模糊C均值聚类法(fuzzy-c-means algorithm,FCM)将历史样本数据按照所选的气象特征划分相似日;最后,根据预测日天气类型选取对应相似日数据样本集,利用增量型极限学习机进行预测,将影响光伏出力的主要天气特征量作为输入,光伏发电功率作为输出,并采用改进的果蝇优化算法对极限学习机隐含层参数进行优化。预测结果表明,提出的方法对光伏功率预测精度有明显的提升。 展开更多
关键词 极限学习机 皮尔森算法 模糊C均值 果蝇优化算法
在线阅读 下载PDF
基于特征集构建的计算机取证模型研究
3
作者 王永宏 申永军 《科技资讯》 2016年第23期9-11,共3页
计算机取证模型大致可以分为静态取证模型和动态取证模型两类。动态取证模型主要结合入侵检测技术,检测异常事件的发生,从而采集动态数据,对采集来的数据进行整理、归纳后并入证据库。静态取证技术是在事后取证,对涉事计算机设备进行分... 计算机取证模型大致可以分为静态取证模型和动态取证模型两类。动态取证模型主要结合入侵检测技术,检测异常事件的发生,从而采集动态数据,对采集来的数据进行整理、归纳后并入证据库。静态取证技术是在事后取证,对涉事计算机设备进行分析处理,提取磁盘和移动存储设备的内容,对其进行分析归类,最后形成证据。该文主要结合事后静态取证技术提出一种基于证据文件特征集构建的取证模型,阐述了模型提出的目的和意义,分析了取证模型各模块的功能和实现方法,叙述了基于特征集构建的取证模型的取证步骤,最后介绍了皮尔森相似度算法在构建特征集模型中的应用。 展开更多
关键词 计算机取证 特征集模型 皮尔森相似度算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部