基于压缩因子的宽度学习系统的虚拟机性能预测
文献类型：期刊论文
| 作者 | 邹伟东; 夏元清 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2022 |
| 卷号 | 48期号:3页码:724-734 |
| 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 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c190307 |
| 英文摘要 | 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. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56384]  |
| 专题 | 自动化研究所_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. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
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。