面向服务遥感图像处理平台中时间感知的服务质量预测

面向服务架构(SOA)通过将遥感图像处理算法抽象成组件化的服务,进一步通过服务选择及组合,满足遥感图像处理的复杂业务需求.为了得到满足用户服务质量(QoS)要求的服务组件进行组合,前提就是获得所有服务的QoS.然而,对于用户未调用过的服务,其QoS是缺失的,因此围绕缺失QoS的预测出现了很多研究工作.针对目前QoS预测没有考虑时效性,进而影响了QoS预测准确度的问题,通过考虑时效性提出基于时间片的QoS模型,进一步基于协同过滤提出时间感知的QoS预测方法.在WS-DREAM真实数据集中的实验结果表明,时间感知的QoS预测方法能够获得较小的均方误差(MAE)和均方根误差(RMSE).此外,对于可能影响时间感知QoS预测的多个参数,通过设置不同的参数组合进行了多次实验和分析,为参数的选择提供了一定的参考..