CASIA OpenIR  > 学术期刊  > 自动化学报
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
Source Publication自动化学报
ISSN0254-4156
2022
Volume48Issue:3Pages:724-734
Abstract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.
Keyword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
DOI10.16383/j.aas.c190307
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56384
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2019-0307.pdf(6777KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[邹伟东]'s Articles
[夏元清]'s Articles
Baidu academic
Similar articles in Baidu academic
[邹伟东]'s Articles
[夏元清]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[邹伟东]'s Articles
[夏元清]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2019-0307.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.