![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CodeCraft
SUSU0203
这个作者很懒,什么都没留下…
展开
-
2018年华为软件精英挑战赛-初赛赛题
1、比赛问题定义:背景:云平台为了满足不同租户的需求,提供了一种可随时自助获取、可弹性伸缩的云服务器,即弹性云服务器(Elastic CloudServer,ECS)。为容纳更多的租户请求、并尽可能提高资源利用率、降低成本,自动化、智能化的资源调度管理系统非常关键。本次赛题基本描述由于租户对ECS实例(虚拟机,VM)请求的行为具有一定规律,可以通过对历史ECS实例请求的分析,预测到未来一段时间的E...原创 2018-04-17 21:33:15 · 6826 阅读 · 0 评论 -
2018华为软件精英挑战赛-复赛赛题
以下描述部分主要是相对初赛赛题的变化点,其他描述和条件均一致:通用性描述变化点:物理服务器:为了满足不同虚拟机规格的需求,实际物理服务器规格也有多种,假设云平台共有三种类型的物理服务器,分别为:通用型(General)、计算加强型(High-Performance)和内存加强型(Large-Memory),每种类型的物理服务器其CPU数量及内存大小均不一样。资源维度:为了平衡各种资源的使用,需要同...原创 2018-04-22 20:52:19 · 1980 阅读 · 0 评论 -
指数平滑预测--单指数模型
前言:2018年华为软赛初赛已经结束,很高兴我们团队取得西北赛区36强的成绩。最近我会在博客上介绍我们使用过的预测方法,首先是指数平滑模型,指数平滑模型是简单高效的预测模型(分数高),我们主要使用的二次指数平滑和三次指数平滑,按7天进行数据加和,来预测短期数据。 时间序列预测方法的基本思想是:预测一个现象的未来变化时,用该现象的过去行为来预测未来。即通过时间序列的历史数据揭示现象随时...原创 2018-04-22 20:44:39 · 10596 阅读 · 1 评论 -
时间序列分析——自回归移动平均(ARMA)模型
一、时间序列与ARMA模型 自回归滑动平均模型(ARMA模型,Auto-Regression and Moving Average Model)是研究时间序列的重要方法,由自回归模型(AR模型)与滑动平均模型(MA模型)为基础“混合”而成,具有适用范围广、预测误差小的特点。 一般p阶自回归过程AR(p)是: (1-1)其中{}为白噪声,为自回归模型的参数。若用滞后...原创 2018-04-23 22:44:55 · 75845 阅读 · 2 评论 -
Burg法求解AR(p)模型参数及MATLAB实现
在随机信号分析中,可以用AR模型进行功率谱估计。在求解Yule-Walker方程中的AR系数可用Levinson递推算法简化计算,但它需要知道自相关序列。自相关序列实际上只能从随机序列x(n)的有限个观测数据估计得到。当时间序列较短时,的估计误差很大,这将对AR参数的计算引入较大的误差,导致谱估计性能下降,甚至出现谱线分裂与谱峰偏移等现象。如果利用观测到的数据直接计算AR模型的参数,则能克...原创 2018-05-03 22:25:50 · 18828 阅读 · 4 评论 -
机器学习——局部加权线性回归用来预测(内含代码)
回归的目的是预测数值型的目标值,其中最简单的方法是线性回归,线性回归意味着可以将输入项分别乘以一些常量,再将结果加起来得到输出。但是,线性回归的一个问题是有可能出现欠拟合现象,因为它求的是具有最小均方误差的无偏估计。如果模型欠拟合将不能取得最好的预测效果。所以有些方法允许在估计中引入一些偏差,从而降低预测的均方误差。 其中的一个方法是局部加权线性回归(Locally Weighted...原创 2018-05-04 11:50:14 · 3849 阅读 · 0 评论 -
2018华为软件精英挑战赛-决赛赛题
以下描述部分主要是相对复赛赛题变化点,其他描述和条件均一致:通用性描述变化点:物理服务器: 物理服务器类型依然为3种:通用型(General)、计算加强型(High-Performance)和内存加强型(Large-Memory),但每种不同类型的服务器具有不同的价格,每启动一台新的服务器,都要开销相应的部署成本。虚拟机规格: 不同规格的虚拟机通常具有不同的租赁价格,假设都只需要考虑按月租赁的场景...原创 2018-04-28 09:39:54 · 1972 阅读 · 0 评论