本文關鍵詞：基于制造云服務QoS序列特性的缺失值估計算法

  更多相關文章： 制造云服務 服務質量 時間序列 缺失值

【摘要】：針對目前采用的傳統(tǒng)時間序列缺失值估計算法對制造云服務QoS中時間序列缺失數據填補效果不佳的現(xiàn)狀,提出了一種新算法。該算法通過考慮制造云服務QoS序列的指標關聯(lián)性與候選服務間的指標數據相似性,構建了基于服務內部QoS指標關聯(lián)性的缺失值估計算法和基于候選服務之間指標數據相似性的缺失值估計算法,并將這兩種算法通過折衷系數進行融合,得到QoS時間序列缺失值的最優(yōu)估計值。與傳統(tǒng)的時間序列缺失值估計算法進行分析比較,實驗結果表明了所提算法的有效性。
【作者單位】： 南京航空航天大學經濟與管理學院;
【基金】：江蘇省自然科學基金資助項目(BK2012385) 博士點基金資助項目(20123218120034) 南京航空航天大學基本科研業(yè)務費資助項目(NS2013083)~~
【分類號】：TP393.09
【正文快照】： 0引言隨著制造業(yè)信息化的不斷發(fā)展,云制造模式應運而生。近幾年,基于服務質量(Quality of Serv-ices,QoS)感知的制造云服務選擇成為研究熱點[1]。尤其是Hu Yan等提出“考慮制造云服務的時間問題”的研究算法已成為近幾年新的算法分支[2-4]。文獻[2-4]認為,在云制造環(huán)境下,制造

【相似文獻】

中國期刊全文數據庫 前10條

1 蘇毅娟;;基于灰色關聯(lián)分析的缺失值重復填補方法[J];計算機工程與應用;2009年15期

2 魯純;;灰色建模中數據缺失值處理方法探討[J];遼寧省交通高等專科學校學報;2013年02期

3 唐小強;;缺失值文獻綜述[J];現(xiàn)代商貿工業(yè);2012年23期

4 胡紅曉;謝佳;韓冰;;缺失值處理方法比較研究[J];商場現(xiàn)代化;2007年15期

5 張小白;王惠南;宋曉峰;張煥萍;;一種無參數的微陣列缺失值填補方法(英文)[J];計算機與應用化學;2007年12期

6 伍丁輝;陽小華;尹繼元;;基于同分布無偏樣本的偽缺失值檢測方法[J];計算機與現(xiàn)代化;2010年04期

7 張嬋;;一種基于支持向量機的缺失值填補算法[J];計算機應用與軟件;2013年05期

8 陳光平;;基于時間序列數據特性的缺失值估計算法[J];計算機工程與應用;2012年12期

9 張師超;朱曼龍;黃j昌;;QENNI:一種缺失值填充的新方法[J];廣西師范大學學報(自然科學版);2010年01期

10 劉春英;;基于屬性依賴度的缺失值順序填充算法[J];計算機應用與軟件;2013年09期

中國碩士學位論文全文數據庫 前7條

1 伍丁輝;教務管理信息系統(tǒng)偽缺失值檢測研究[D];南華大學;2010年

2 金連;不完全數據中缺失值填充關鍵技術研究[D];哈爾濱工業(yè)大學;2013年

3 劉鍇明;代價敏感的缺失值填充若干問題研究[D];廣西師范大學;2010年

4 曹林;基于統(tǒng)計學習的數據預處理缺失值清洗方法研究[D];哈爾濱工程大學;2012年

5 李艷芳;基因表達數據的缺失值估計研究[D];哈爾濱工業(yè)大學;2011年

6 朱曉峰;缺失值填充的若干問題研究[D];廣西師范大學;2007年

7 安源;控制人口分層下的復雜疾病基因的關聯(lián)檢驗[D];黑龍江大學;2008年

，

本文編號：1282272