本文關鍵詞：計算機超頻結(jié)果測量值的預測算法　出處：《計算機測量與控制》2014年11期 　論文類型：期刊論文

  更多相關文章： 計算機超頻 結(jié)果值估計 最小二乘支持向量機 量子粒子群優(yōu)化算法 留一法交叉驗證

【摘要】：針對計算機超頻結(jié)果測量值的估計問題,提出一種優(yōu)化的LS-SVM回歸模型解決方案;首先對CPU和顯示卡超頻的參數(shù)設置及主要結(jié)果進行了分析,并探討了常用預測算法的不足,據(jù)此選擇LS-SVM回歸模型進行超頻結(jié)果測量值的預測;然后設計了一種LCQPSO算法尋找模型參數(shù)的最優(yōu)值,使模型的預測精度和泛化能力得以提高;經(jīng)采集AMD FX-8350CPU的50組超頻樣本驗證,該算法的預測誤差比RBF神經(jīng)網(wǎng)絡降低了80%,表明了該算法的有效性。
[Abstract]:According to the estimation results of computer overclocking measurement, presents an optimal solution for LS-SVM regression model; the CPU and display card overclocking setting parameters and main results were analyzed, and discussed the shortcomings of conventional prediction algorithm, select LS-SVM overclocking measurement values are the results predicted regression model and optimal design; a LCQPSO algorithm to find the values of the model parameters, the model prediction accuracy and generalization ability can be improved; the 50 groups of sample AMD overclocking FX-8350CPU verification, the prediction error algorithm is 80% lower than that of RBF neural network, show the effectiveness of the algorithm.

【作者單位】： 南充職業(yè)技術學院;
【分類號】：TP332
【正文快照】： 0引言計算機超頻是玩家和硬件廠商長期關注的熱點,因其不僅能提升計算機的性能,而且用戶可享受DIY的樂趣。幾乎所有計算機都有一定的超頻潛力,但用戶卻大多缺乏相應的知識和動手能力,常令超頻能力強大的硬件性能得不到充分發(fā)揮。有鑒于此,亦且由于《計算機組裝與維護》課程教

【參考文獻】

相關期刊論文 前4條

1 李兵;姚全珠;羅作民;田元;王偉;;基于網(wǎng)格模式搜索的支持向量機模型選擇[J];計算機工程與應用;2008年15期

2 朱樹先;張仁杰;;支持向量機核函數(shù)選擇的研究[J];科學技術與工程;2008年16期

3 胡振;;PSO優(yōu)化GRNN在顯示卡超頻仿真測試中的應用[J];計算機測量與控制;2014年04期

4 方偉;孫俊;謝振平;須文波;;量子粒子群優(yōu)化算法的收斂性分析及控制參數(shù)研究[J];物理學報;2010年06期

【共引文獻】

相關期刊論文 前10條

1 張朝龍;江巨浪;李彥梅;陳世軍;gだ，

本文編號：1373217