排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
由于现有可生存系统中缺乏对系统生存态势的事前识别和事后预测,提出一种可生存系统生存态势的可识别性模型.首先,基于Ward方法将生存态势数据聚类为不同服务等级的生存簇,然后利用消错决策方法对生存态势数据所属簇进行分类和识别,实现系统生存态势的事前识别;其次,利用差分生存态势数据生成平稳预测序列,构建ARIMA模型并通过自相关函数和偏自相关函数校验模型的平稳性、随机性和可逆性指标;最后,通过模糊粒子和SVR模型的残差修正实现生存态势的事后预测识别.仿真实验表明,模型的事前评估模块相较于传统决策方法不仅可对生存态势数据进行聚类和服务等级识别,还可对非法用户进行识别;模型通过对异常态势次数的预测与残差修正,有效实现对可生存系统生存态势的事后预测. 相似文献
1