【摘 要】
：
主要研究使用机器学习算法长短期记忆网络(LSTM)实现对CPU资源使用情况的准确预测。LSTM模型能够通过非线性计算提取出CPU资源使用特征,这样可以处理CPU资源使用率不平稳带来
【机 构】
：
中国科学院大学,中国科学院微电子研究所,三维及纳米集成电路设计自动化技术北京市重点实验室
【基金项目】
：
2017年国家重点研发计划高性能计算专项(2017YFB0203501),北京市科技专项:科技新星与领军人才(Z171100001117147)。
论文部分内容阅读
主要研究使用机器学习算法长短期记忆网络(LSTM)实现对CPU资源使用情况的准确预测。LSTM模型能够通过非线性计算提取出CPU资源使用特征,这样可以处理CPU资源使用率不平稳带来的预测难题。同时,在传统LSTM模型上做了优化,在激活函数方面,使用非饱和激活函数ReLU函数代替饱和激活函数Tanh函数,模型的收敛速度提高20%。实验结论表明,在CPU资源使用情况的预测上,使用ReLU激活函数的LSTM模型的预测准确率较高,平均相对误差比传统LSTM模型下降13.75%。
其他文献
讨论了载体位置不受控制的情况下,漂浮基三杆空间机械臂系统的滑模容错控制问题.选择合适的坐标系,利用拉格朗日第二动力学方程,结合系统质心定义,根据系统动量守恒原理,建立
双离合变速器是现代电动汽车的关键部件之一.文中介绍了湿式双离合变速器换挡的基本原理和控制方式,并对湿式双离合器变速器换挡动态过程进行了研究.为研究湿式离合器接合过
传统服务信息资源挖掘系统挖掘时间过长,挖掘效率和准确率较低,针对这一问题,在泛在电力物联网中设计了一种新的数字化服务信息资源挖掘系统,通过原始数据采集、数据提取、数据仓库、数据挖掘和数据表现层建立数据挖掘架构,由感知层、网络层、平台层和应用层4大部分组成挖掘系统硬件结构。引入数据挖掘技术,根据编码、分析确定邻近像素距离、载体分量相似度以及平均幅值,提取数字化服务信息资源特征,实现数字化服务信息资源
针对医院超声科的多考勤点、多变性、复杂性等考勤需求,以及传统考勤方式存在精度低、价格昂贵、不科学等诸多缺点,设计了超声科考勤管理系统。系统基于钉钉考勤平台、Visual
传统的继电保护故障诊断技术对故障位置的判断精准度较低,因此,在支持向量机下,利用机器学习技术设计了一种新的继电保护故障诊断方法。利用机器学习方式寻找匹配程度较高的
嫦娥四号中继星"鹊桥"的标称使命轨道为地月L2点附近振幅和方向均确定的halo轨道.在使命轨道外,中继星可以捕获为绕飞地月L2点的其他轨道,仍能够为位于月球背面的着陆器、巡视器提供地月中继通信服务.捕获域可以直观定量地表现中继星在地月L2点附近被捕获的能力与范围.针对地月L2点中继星的捕获域开展了系统研究,从月掩、中继通信、轨道维持控制等方面分析了中继星在地月L2点附近捕获的效果.对地月L2点中继
为解决现有的智能变电站难以及时、有效地实现电力设备实时监测的问题,提出了一种面向智能变电站的电力设备状态监测方法。考虑到现有智能变电站电力设备数据量呈现指数增长,
针对电力调度信息通信数据质控效果差,电网通信管理可视化水平低的问题,提出基于Java运行的电力调度信息可视化通信系统设计。采用Java和Python语言开发电力调度信息化通信平
近年来,随着我国轨道交通电气化的迅速发展,轨道车辆对电能的消耗也日益增加,为了准确计量轨道车辆运行时电能消耗量,设计了一款电能计量装置。通过将电力机车运行时的电压、
为了节约嵌入式系统中的存储空间,降低数据传输对带宽的压力,提高解压的效率,研究并设计了一种基于GZIP的数据压缩与解压系统。在压缩时,压缩核心算法使用开源GZIP压缩算法,