當前位置:首頁 > 科技文檔 > 數(shù)學 > 正文

基于GPR模型的用戶量預測優(yōu)化方法

系統(tǒng)工程與電子技術 頁數(shù): 9 2024-05-20
摘要: 高斯過程回歸(Gaussian process regression, GPR)是一種基于高斯過程的非參數(shù)化貝葉斯回歸方法,其可以靈活適應不同類型數(shù)據(jù),用于建模和預測數(shù)據(jù)之間的復雜關系,具有擬合能力強、泛化能力好等特點。針對海量用戶場景下用戶量實時預測問題,提出一種基于GPR的用戶量預測優(yōu)化方法。在滑動窗口方法處理數(shù)據(jù)的基礎上,選擇合適的核函數(shù),基于k折交叉驗證得到最佳超參數(shù)組...

開通會員,享受整站包年服務立即開通 >