Knowledge Commons of Institute of Automation,CAS
基于压缩因子的宽度学习系统的虚拟机性能预测 | |
邹伟东; 夏元清 | |
发表期刊 | 自动化学报 |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:3页码:724-734 |
摘要 | 在基于基础设施即服务的云服务模式下,精准的虚拟机性能预测,对于用户在众多资源提供商之间进行虚拟机租用策略的制定具有十分重要的意义.针对基于宽度学习系统(Broad learning system, BLS)的预测模型存在许多降低虚拟机性能预测准确性和效率的冗余节点,通过引入压缩因子,构建基于压缩因子的宽度学习系统,使预测结果更逼近输出样本,能够减少BLS的冗余特征节点与增强节点,从而加快BLS的网络收敛速度,提高BLS的泛化性能. |
关键词 | 虚拟机性能预测 宽度学习系统 压缩因子 网络收敛速度 泛化性能 |
DOI | 10.16383/j.aas.c190307 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56384 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 邹伟东,夏元清. 基于压缩因子的宽度学习系统的虚拟机性能预测[J]. 自动化学报,2022,48(3):724-734. |
APA | 邹伟东,&夏元清.(2022).基于压缩因子的宽度学习系统的虚拟机性能预测.自动化学报,48(3),724-734. |
MLA | 邹伟东,et al."基于压缩因子的宽度学习系统的虚拟机性能预测".自动化学报 48.3(2022):724-734. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2019-0307.pdf(6777KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[邹伟东]的文章 |
[夏元清]的文章 |
百度学术 |
百度学术中相似的文章 |
[邹伟东]的文章 |
[夏元清]的文章 |
必应学术 |
必应学术中相似的文章 |
[邹伟东]的文章 |
[夏元清]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论