【摘 要】
：
针对移动网络流量的影响因素复杂且流量特性具有非线性,基于神经网络模型、xgboost预测模型以及LASSO预测模型的特点,提出了基于动态权值最优加权平均法,融合了BP神经网络模
论文部分内容阅读
针对移动网络流量的影响因素复杂且流量特性具有非线性,基于神经网络模型、xgboost预测模型以及LASSO预测模型的特点,提出了基于动态权值最优加权平均法,融合了BP神经网络模型、Lasso回归模型以及xgboost模型.借助此方法融合之后,在进行预测移动网络流量,同时对比BP神经网络、Lasso回归模型、xgboost预测模型得到的预测数据.结果表明,在经过动态权值最优加权法融合之后,无论是预测稳定性还是准确度与其他单一模型对比都有较大的优势.
其他文献
针对Web应用程序防火墙(WAF)测试中的测试指标、测试流程不科学的问题,提出了一种基于iMPERVA WAF测试框架的WAF测试方法。首先根据测试框架,建立由用户机、标准靶机和测试机组成的测试环境,然后对WAF的规则经配置并通过在用户机使用OWASP标准攻击脚本对靶机进行攻击,最后对测试结果进行分析。结果表明:本方法对于WAF的测试具备良好的可操作性,可以帮助用户对WAF的性能进行测试和规则调优。
在锗的生产过程中如能有效的对粗四氯化锗进行过程检验,并根据检验结果适当的精简或选择适宜的四氯化锗提纯工艺或级数,将能有效的降本增效,减少生产过程中的质量过剩。本文设计了电感耦合等离子体发射光谱(ICP-OES)在测定粗四氯化锗杂质元素含量上的应用;研究了仪器工作条件和测定元素的选定、样品溶液的制备、分析谱线的选择、干扰及消除、检出量和回收率的测定以及精密度测量等。结果表明,在选定条件下,精密度在1.76%~6.73%,回收率为98.6%~100.5%,应用该方法进行粗四氯化锗中杂质元素的检测,具有准确性高
目前粒子滤波算法在建立状态转移方程和量测方程时,未考虑到设备的退化趋势,导致预测设备的退化曲线准确性不高.针对以上问题,提出了一种基于退化轨迹的设备剩余寿命预测方法
针对大数据采集工作面临的数据来源多样性、异构性、不稳定性等复杂问题,提出一种基于Flume、Kafka、HDFS等大数据组件设计的一个稳定可靠地分布式数据采集系统来完成多源异构数据的采集工作。使用Flume提供的source组件以及支持自定义source组件完成多样异构数据源的数据采集工作,使用Kafka来充当channel角色,借助其分布式特性提升单个channel的稳定性,使用HDFS的备份功能,提高数据存储的可靠性,同时使用sink processors来实现数据写入HDFS的故障转移和负载均衡。结
对比分析了三种安装方式的优劣,通过侦测后两种安装方式的服务器响应G值曲线,验证了工装的装夹方式能够模拟实际应用场景,通过实际测试数据证明了工装的安装方式能够模拟实际应用场景。实际开机振动测试结果进一步验证了工装设计的合理性。这种通过利用设计工装模拟实际使用环境的测试策略,对类似产品有一定的工程参考价值,可以推广使用。
为了实时掌握冷链物流车辆的位置与运行状态,分析其运行轨迹,从而为提高车辆管理效率进一步优化车辆调度降低物流成本奠定基础,设计了以北斗系统为核心的冷链物流车辆监控系统。通过搭建云服务监控平台,接收和分析由北斗车载终端采集到的冷链物流车的位置和运行状态数据,并开发了具有电子地图、实时预览、轨迹回放、录像回放、信息管理等功能的监控系统软件。实际测试运行结果表明该系统实现了企业对冷链物流车的精准定位和高效管理。
普通群众难以快速准确地识别垃圾的类别是阻碍垃圾分类推进的一个重大难点。针对上述问题,设计并实现了一款基于Android系统的垃圾分类App,主要有四大功能,分别为垃圾分类指南、文字输入查询、图像识别查询、用户个人中心。App的核心功能为图像识别功能,以Pytorch框架和ResNet网络结构搭建了图像分类神经网络,并通过选择合适的损失函数和优化方法解决了过拟合等问题,使模型能够区分40种垃圾类别,
针对无人机送货路径规划的优化问题,提出了一种基于遗传算法原理的路径规划算法。通过建立无人机的送货系统模型,将路径规划问题转化为组合优化问题,设计恰当的编码方案将路径规划问题转化为整数规划模型,以达到寻找无人机最优送货路径的目的。对算法进行了相应的仿真,仿真结果表明,这种路径规划算法与常见的随机算法相比具有较强的全局搜索能力,能够获得最优的路径,使无人机以最少的能量消耗完成货物配送,在无人机送货方面
为了在满足检测速度的同时提升检测质量,研究了一种基于ResNeXt-SSD模型的多目标检测算法。算法在不额外增加参数复杂度的前提下采用了基于分组卷积优化残差块的SSD检测算法。通过优化骨干提取网络的残差结构增加了特征提取网络的稳定性。实验结果表明ResNeXt-SSD算法在保证实时性的同时更好地提升了目标检测的精准度。
基于超声测距的腔体形态测量系统利用超声测距的非接触、速度快、信息处理简单等优点,运用FPGA产生驱动信号,激发超声探头发射超声波,经不同介质反射产生回波信号,通过高速AD采集数据,处理之后成像,步进电机控制超声探头的方向可调、深度可变,达到系统设计的目的—测量腔体的大小和形态。结果表明,通过硬件测试和上位机分析处理,可以观察到腔体每层的水平剖面图,模拟出整个腔体的3D形态图,为腔体形态测量系统提供测试环境的支持。