-
公开(公告)号：CN119536906A
公开(公告)日：2025-02-28
申请号：CN202411581551.1
申请日：2024-11-07
Applicant: 江南大学
IPC: G06F9/455 , G06F18/214 , G06N3/0464 , G06N3/0442
Abstract: 本申请公开了一种基于数据特征的云资源负载预测方法、装置、设备及介质，涉及云计算技术与数据中心技术领域，该方法包括：获取云平台运行时预设时间段内的运行数据；将运行数据输入预先训练的森林选择模型，得到森林选择模型输出的关键参数；基于模态分解算法对关键参数进行分解操作，得到多个子序列；构建二维子序列，将得到的二维子序列输入预先训练的负载预测模型得到二维子序列对应的预测值；对每个预测值进行求和处理，将得到的求和结果确定为云资源负载预测值。本申请用以解决现有技术在进行云资源负载预测时预测结果准确性差的问题，实现利用多网络的联合以及隐藏特征的提取，提高预测结果的准确性。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
