《表1 不同σ值的数据性能Tab.1 Comparison of data performance with differentσvalue》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《SVM-SMO算法分析及在运维中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于在实际的系统运行环境中，系统性能的指标数值与系统自身是否存在异常并未设定一个明确可分的界限，故本次实验采用了一组非线性可分的仿真数据。训练数据集和测试数据集中均有100个数据，有2个属性A1，A2，分别为系统硬件的健康状态性能指标和软件的性能评估指标，标签“-1”表示存在风险，标签“1”表示系统正常运行。实验先通过训练数据集训练生成了核函数优化的SMO-SVM模型，然后分别在不同的σ值条件下用训练数据实现回溯，并用测试数据集来测试模型分类预测的错误率，记录错误数据个数并统计支持向量的个数。实验运行结果可见表1。