[发明专利]一种基于宽度学习的虚拟机性能预测方法有效
| 申请号： | 201910248342.8 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN110018882B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 邹伟东;夏元清;李慧芳;张金会;翟弟华;戴荔;刘坤;闫莉萍 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06F9/455 | 分类号： | G06F9/455;G06F11/34;G06N20/00 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 高燕燕;付雷杰 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于宽度学习的虚拟机性能预测方法，通过建立基于宽度学习的虚拟机性能预测模型，随机产生输入到特征节点之间的输入权值矩阵、特征节点到增强节点之间的输入权值矩阵、特征节点的偏置和增强节点的偏置，再采用基于迭代式的最小二乘法求解宽度学习模型的输出权值矩阵，能够在无须人为参与的情况下实现对虚拟机性能的精确预测，能够克服现有方法中存在学习速度慢、网络训练时间长、网络难以收敛、过拟合和容易陷入局部的缺点，在一定程度上能够满足虚拟机性能预测的需要，同时为更准确地进行虚拟机性能预测提供了新思路和新途径。 | ||
| 搜索关键词： | 一种 基于 宽度 学习 虚拟机 性能 预测 方法 | ||
【主权项】：
1.一种基于宽度学习的虚拟机性能预测方法，其特征在于，具体包括如下步骤：采用虚拟机性能特征值和基准测试程序在虚拟机上的运行时间的历史数据构建训练样本集，输出为选定时间点的基准测试程序在虚拟机上的运行时间，输入为所述选定时间点前的多个时间点的虚拟机性能特征值；建立基于宽度学习的虚拟机性能预测模型，随机产生输入到特征节点之间的输入权值矩阵、特征节点到增强节点之间的输入权值矩阵、特征节点的偏置和增强节点的偏置，将所述训练样本集输入到建立的所述预测模型中，采用基于迭代式的最小二乘法求解所述预测模型的输出权值矩阵，完成所述预测模型的训练；采用当前时间点前的多个时间点的虚拟机性能特征值输入到训练得到的所述预测模型中，预测当前时间点的虚拟机性能，即基准测试程序在虚拟机上的运行时间。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910248342.8/，转载请声明来源钻瓜专利网。
