-
题名基于压缩因子的宽度学习系统的虚拟机性能预测
被引量:2
- 1
-
-
作者
邹伟东
夏元清
-
机构
北京理工大学自动化学院
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2022年第3期724-734,共11页
-
基金
国家重点研发计划(2018YFB1003700)
国家自然科学基金(61836001)资助。
-
文摘
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
-
Keywords
Performance prediction of virtual machine
broad learning system(BLS)
compression factor
convergence rate of network
generalization performance
-
分类号
TP393.09
[自动化与计算机技术—计算机应用技术]
-