符号网络预测准确度及时间代价的优化
滕少华
苏庆佳
刘冬宁
张巍
1.广东工业大学 计算机学院,广东广州,5100062.广东工业大学 计算机学院,广东广州,5100063.广东工业大学 计算机学院,广东广州,5100064.广东工业大学 计算机学院,广东广州,510006
摘要：符号网络的预测准确度越来越高,但是时间复杂度也越来越难以接受.必须寻找有效预测方法,既保证算法预测准确度高,同时时间复杂度低.本文设计了一个优化算法,使用平衡环算法预测符号,利用函数拟合方法分别拟合预测准确度与步长、时间复杂度与步长的函数关系,分析随步长增加预测准确度与时间复杂度的关系并提出优化方案.实验显示,本文的优化算法能够有效获得预测准确度与时间复杂度的关系.本文可供设计符号预测算法的研究者参考.
关键词：符号网络符号预测时间复杂度优化
资助基金：国家自然科学基金(61402118)广东省科技计划(2013B090200017,2013B010401029,2013B010401034,2016B010108007,2015B090901016,201508010067)广州市科技计划(201508010067,2013J4500028,2013J4100004,2016201604030034,201604020145)广东省教育厅项目(2015[133;2014〕97;ZYGX008)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 59-64 )
英文信息