基于量子贝叶斯结合模型评估的网络模型优化方法和系统

    公开(公告)号:CN117828344A

    公开(公告)日:2024-04-05

    申请号:CN202311648068.6

    申请日:2023-12-05

    Abstract: 本发明提供一种基于量子贝叶斯结合模型评估的网络模型优化方法和系统,其中方法将训练数据放入k最近邻分类算法对各指标之间有耦合关系部分数据进行精确定位;同时采用量子贝叶斯网络对各指标之间有耦合关系部分数据进行精确预测,从而完成二次数据聚合并生成矩阵集合;分别对数据聚合情况进行评分,最高评分数据维度做为优先分析。最后,完成数据的精准分类后再从对模型进行精度评估,在不同的应用场景中,精度的要求是有侧重的;主要从准确率、错误率、精确率和召回率四方面评估,从而通过对模型训练数据精准分类和模型评估完成模型调优。

    基于量子贝叶斯网络的智能数据质量预测方法、装置、设备及存储介质

    公开(公告)号:CN117811904A

    公开(公告)日:2024-04-02

    申请号:CN202311571811.2

    申请日:2023-11-23

    Abstract: 本发明提供了一种基于量子贝叶斯网络的智能数据质量预测方法、装置、设备及存储介质,预测方法步骤包括:S1、捕获经过网络节点的传输数据;S2、通过日志分层方式对所述传输数据进行标记,得到由多个子矩阵组成节点矩阵集合;S3、构建一台算力服务器接收北向数据并计算当前算力能耗,将所述当前算力能耗与上一个周期计算的能耗比对得到能耗差值,基于所述能耗差值预测本次接口的数据增减情况;S4、基于步骤S2得到的所述节点矩阵集合构建量子贝叶斯网络,利用所述量子贝叶斯网络预测本次接口的数据质量。本发明引入量子贝叶斯网络的大数据分析技术对性能数据、资源数据进行计算,提高了数据质量分析效率和速度。

Patent Agency Ranking