湖北大学学报（自然科学版）
湖北大學學報（自然科學版）
호북대학학보（자연과학판）
2012年
4期
449-451
,共3页
支持向量机%服务质量%模糊C均值
支持嚮量機%服務質量%模糊C均值
지지향량궤%복무질량%모호C균치
SVM是一种新型的统计学习方法,在综合评价中采用SVM分类方法,可以减少主观因素的作用,提高评价结果的客观性.针对Web服务质量问题,本文中提出基于SVM的评价模型.首先从学习样本中选择支持向量,然后通过训练获取最优分类超平面,对新的样本和数据进行分类.与多层模糊综合评价(MPFS)、FCM等方法相比,SVM方法可以取得更客观和准确的评价结果.
SVM是一種新型的統計學習方法,在綜閤評價中採用SVM分類方法,可以減少主觀因素的作用,提高評價結果的客觀性.針對Web服務質量問題,本文中提齣基于SVM的評價模型.首先從學習樣本中選擇支持嚮量,然後通過訓練穫取最優分類超平麵,對新的樣本和數據進行分類.與多層模糊綜閤評價(MPFS)、FCM等方法相比,SVM方法可以取得更客觀和準確的評價結果.
SVM시일충신형적통계학습방법,재종합평개중채용SVM분류방법,가이감소주관인소적작용,제고평개결과적객관성.침대Web복무질량문제,본문중제출기우SVM적평개모형.수선종학습양본중선택지지향량,연후통과훈련획취최우분류초평면,대신적양본화수거진행분류.여다층모호종합평개(MPFS)、FCM등방법상비,SVM방법가이취득경객관화준학적평개결과.
