在基于基础设施即服务(Infrastructure as a service, IaaS)的云服务模式下,精准的虚拟机能耗预测,对于在众多物理服务器之间进行虚拟机调度策略的制定具有十分重要的意义.针对基于传统的增量型极限学习机(Incremental extreme learning...在基于基础设施即服务(Infrastructure as a service, IaaS)的云服务模式下,精准的虚拟机能耗预测,对于在众多物理服务器之间进行虚拟机调度策略的制定具有十分重要的意义.针对基于传统的增量型极限学习机(Incremental extreme learning machine, I-ELM)的预测模型存在许多降低虚拟机能耗预测准确性和效率的冗余节点,在现有I-ELM模型中加入压缩动量项将网络训练误差反馈到隐含层的输出中使预测结果更逼近输出样本,能够减少I-ELM的冗余隐含层节点,从而加快I-ELM的网络收敛速度,提高I-ELM的泛化性能.展开更多
研究了新型光波导阵列电光快速扫描器的馈电特性和馈电方式.针对N I N(P I P)型结构和P I N型结构的光波导阵列电光扫描器,导出了相应的馈电电压公式,提出了一种能最大限度降低驱动电压的新方法,并据此研制了4波导P I N阵列扫描器的控...研究了新型光波导阵列电光快速扫描器的馈电特性和馈电方式.针对N I N(P I P)型结构和P I N型结构的光波导阵列电光扫描器,导出了相应的馈电电压公式,提出了一种能最大限度降低驱动电压的新方法,并据此研制了4波导P I N阵列扫描器的控制电源,成功地进行了电光扫描实验.展开更多
文摘在基于基础设施即服务(Infrastructure as a service, IaaS)的云服务模式下,精准的虚拟机能耗预测,对于在众多物理服务器之间进行虚拟机调度策略的制定具有十分重要的意义.针对基于传统的增量型极限学习机(Incremental extreme learning machine, I-ELM)的预测模型存在许多降低虚拟机能耗预测准确性和效率的冗余节点,在现有I-ELM模型中加入压缩动量项将网络训练误差反馈到隐含层的输出中使预测结果更逼近输出样本,能够减少I-ELM的冗余隐含层节点,从而加快I-ELM的网络收敛速度,提高I-ELM的泛化性能.