由于QoS數(shù)據(jù)的缺失,使QoS準(zhǔn)確性和時(shí)效性預(yù)測與實(shí)際需求差距較大。文章對(duì)基于協(xié)同服務(wù)遙感圖像處理平臺(tái)中時(shí)間感知的QoS預(yù)測方法展開了研究。出于遙感圖像工作難度考慮,文章充分利用抽象成組件化服務(wù),滿足遙感圖像復(fù)雜業(yè)務(wù)的處理需求。根據(jù)Qos的時(shí)效性設(shè)計(jì)模型設(shè)計(jì)試驗(yàn),獲取用戶數(shù)據(jù)進(jìn)行分析驗(yàn)證;設(shè)置多組數(shù)據(jù)同時(shí)預(yù)測,在預(yù)測過程中監(jiān)測是否有誤差存在;使實(shí)驗(yàn)結(jié)果證實(shí)時(shí)間感知Qos預(yù)測方法的準(zhǔn)確性。 

【文章來源】：粘接. 2020,44(11)

【文章頁數(shù)】：4 頁

【部分圖文】：

圖像處理平臺(tái)的構(gòu)成模塊及作用

據(jù)圖2數(shù)據(jù)所示，用戶與服務(wù)的矩陣序列。r′i(a,d)是Qo S對(duì)于每個(gè)元素Ti的平均值。如果某一時(shí)間段的數(shù)據(jù)缺失，可以按照矩陣圖找出對(duì)于的r′i(a,d)。在Qo S后續(xù)數(shù)據(jù)中重新組合選擇。如果a,d當(dāng)前值為T1，那么缺失的Qo S值為矩陣T1時(shí)刻。

根據(jù)公式對(duì)誤差的運(yùn)算，Qo S值與的差值，是衡量準(zhǔn)確度的重要標(biāo)準(zhǔn)。通過TF-KMP方法，利用MAE,RMSE來評(píng)估預(yù)測的準(zhǔn)確度，得到的最終預(yù)測值。利用TF調(diào)用歷史平均值，KMP采取協(xié)同方法，共同獲得。并不是所有的服務(wù)都可能被a調(diào)用，對(duì)d的調(diào)用也不是連續(xù)的。圖3所示，表征Qo S數(shù)據(jù)的稠密度。圖3所示為response time和throughput限制條件下，WS＿DREAM數(shù)據(jù)集在最大和最小的稠密度值。在稠密度發(fā)生變化時(shí)設(shè)置不同場景，對(duì)預(yù)測性能進(jìn)行評(píng)估[8]。表2是實(shí)驗(yàn)中，對(duì)缺失的Qo S分別設(shè)置參數(shù)運(yùn)行，分別計(jì)算平均值。實(shí)驗(yàn)結(jié)果如表2所示。

【參考文獻(xiàn)】：
期刊論文
[1]一種支持QoS特性的SpaceFibre接口設(shè)計(jì)與實(shí)現(xiàn)[J]. 陳衛(wèi)國,任永杰,董劭穎,祁美娟,王劍峰,吳龍勝.  微電子學(xué). 2020(02)
[2]結(jié)合曲率濾波的HTM算法去除遙感影像云霧[J]. 楊珂珂,賈淵,沈川.  中國圖象圖形學(xué)報(bào). 2020(04)
[3]高分辨率遙感影像語義分割的半監(jiān)督全卷積網(wǎng)絡(luò)法[J]. 耿艷磊,陶超,沈靖,鄒崢嶸.  測繪學(xué)報(bào). 2020(04)
[4]基于OpenFlow的QoS路由算法的研究與設(shè)計(jì)[J]. 郭愫愫.  通訊世界. 2020(03)
[5]基于MPLS-VPN技術(shù)的QoS實(shí)現(xiàn)[J]. 夏哲學(xué).  電子世界. 2020(05)
[6]基于QoS的云任務(wù)調(diào)度算法研究[J]. 房超,黃春梅.  軟件工程. 2020(03)
[7]一種基于QoS的智能電力通信業(yè)務(wù)差分調(diào)度機(jī)制[J]. 張喆,曾令康,姚曉勇,馮笑,李穎.  南京理工大學(xué)學(xué)報(bào). 2020(01)
[8]衛(wèi)星遙感及圖像處理平臺(tái)發(fā)展[J]. 趙忠明,高連如,陳東,岳安志,陳靜波,劉東升,楊健,孟瑜.  中國圖象圖形學(xué)報(bào). 2019(12)
[9]利用QoS實(shí)現(xiàn)城域網(wǎng)全業(yè)務(wù)差異化服務(wù)[J]. 孫海英,曲凡波.  數(shù)據(jù)通信. 2019(03)
[10]基于時(shí)間感知排序的云服務(wù)QoS預(yù)測方法研究[J]. 蔣冰婷,胡志剛,馬華,姚景.  計(jì)算機(jī)工程與科學(xué). 2018(07)



本文編號(hào)：3093108