论文研究 基于商拓扑结构的序列构成和预测 .pdf

数据中心的能耗在云计算高速发展的同时不断增加，提高服务器资源利用率，进而提高数据中心的能效成为新的研究方向。基于OpenStack开源云计算平台，利用回归分析方法，预测云计算环境下服务器负载情况的变化

分析了现有的三种预测用户下一时刻位置的方法，即概率模型、Markov模型、状态模型。在此基础上提出了一种基于普适计算上下文信息的学习模型，用logistic回归解决分类问题。该模型可以很好很灵活地预测

基于WEKA平台的瓦斯突出预测研究,刘永翔,彭新光,山西省素有

基于SVM的金融时间序列分析的研究，刘迪，，本文通过比较支持向量机（SVM）和自回归移动平均模型(ARIMA)在金融时间序列回归分析的实验，提出了一种新的SVM和ARIMA的组合模型。该模

基于流量识别的拓扑重构机制研究，祝绮爽，郭宏翔，由于数据中心业务种类的不断增长，数据流量的突发性和差异性与日俱增，为了使网络能够更好满足上层业务的需求，需要设计出更灵活

针对股票价格预测中应用极限学习机预测存在稳定性不理想的问题，提出了一种改进果蝇优化极限学习机（IFOA-ELM）预测模型的算法。在该算法中，果蝇群通过不断调整群半径来优化ELM的输入层与隐含层连接权值

基于K-Means和GRNN的校园招聘雇主价值预测，张东迅，刘会永，本文通过抽取某高校教育管理信息系统中的校园招聘数据和网络爬虫的方式，选取相关性较强的建模指标，包括招聘历史指标和雇主特征

基于服务负荷测算和预测的负载均衡方法，闵丹，王智立，针对虚拟化环境和SOA体系结构结合的系统中服务迁移负载均衡存在的忽略待迁移服务对目标虚拟机的负载影响造成的盲目迁移和迁移抖动

基于相空间重构和ESN的流量预测模型，薛凯，郭燕慧，针对网络流量复杂的非线性和混沌性,提出一种基于相空间重构和回声状态网络的流量预测方法。首先通过相空间重构理论来确定最佳延�

在研究T-S模糊RBF神经网络的基础上，提出了一种基于DNA生物机理和结构的免疫遗传算法，用于优化设计T-S模糊RBF神经网络的规则后件参数。该方法采用基于抗体浓度的更新策略调节机制，能有效地保持抗体