期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于流行度的自适应Web预测模型 被引量:1
1
作者 石磊 孙永强 卫琳 《计算机应用》 CSCD 北大核心 2008年第3期553-557,共5页
目前基于局部匹配预测(PPM)模型的研究关注的焦点是在保证预测精度的前提下,尽量缩减PPM的空间占用,但缺乏自适应动态更新机制,难以实现在线预取。针对Web访问特点,提出了基于流行度的自适应预测模型。该模型的核心是基于Web对象流行度... 目前基于局部匹配预测(PPM)模型的研究关注的焦点是在保证预测精度的前提下,尽量缩减PPM的空间占用,但缺乏自适应动态更新机制,难以实现在线预取。针对Web访问特点,提出了基于流行度的自适应预测模型。该模型的核心是基于Web对象流行度的PAPPM预取算法,通过模型构造、模型预测和模型更新三个过程实现了动态自适应的Web预取。讨论并实现了确定性上下文预测,最优阶估算以及上下文LRU替换策略等功能。在Web缓存与预取一体化条件下的实验表明,该模型具有较高的性能,适用于在线预取。 展开更多
关键词 预取 局部匹配预测 自适应 最优阶估算
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部