搜索到140 篇“ CPU负载 “的相关文章
应用n-LSTM的云平台任务CPU 负载 预测方法 被引量:1 2024年 云平台任务的CPU 负载 预测有助于云平台资源的优化配置,以改善资源利用率.它是有效管理云资源的重要手段.为提高任务CPU 负载 预测精度,本文主要做了以下工作:1)利用热度图提取用于进行CPU 负载 预测的资源使用特征;2)设计并实现了一种基于n-LSTM的云平台任务的CPU 负载 预测方法DPFE-n-LSTM;3)分别在阿里云平台数据集和Google云平台数据集上进行了实验,结果表明,相对于目前已经提出的CPU 负载 预测模型BP、LSTM和CNN-LSTM,DPFE-n-LSTM方法具有更好的预测性能. 曹振 邓莉 谢同磊 梁晨君关键词:CPU负载 时间序列 基于LSTM-Attention模型的CPU 负载 预测方法及相关设备 本发明公开了一种基于LSTM‑Attention神经网络模型的CPU 负载 预测方法及相关设备,涉及负载 预测技术领域,所述方法包括:获取移动终端的CPU 负载 数据,所述CPU 负载 数据至少包含CPU 负载 时间序列,将所述CPU 负载 ... 钟昊阳 陆璐 于瑾瑾 邹全义 冼允廷基于CPU 负载 均衡的流量生成器部署方法及系统 本发明提供了一种基于CPU 负载 均衡的流量生成器部署方法,基于流量生成器性能测试,得到可选流量生成器集合;基于已知的同一服务器上一组仿真网络节点的流量时间特征序列,得到一组流量生成请求;顺序处理每个流量生成请求,获取服务器... 程妍璇 归琳 任锐一种GPU和CPU 负载 调度方法、装置、设备和介质 本申请公开了一种GPU和CPU 负载 调度方法、装置、设备和介质,获取当前待处理队列中的目标数量、目标特征数量和当前资源空闲率;当对GPU和CPU 进行独立调度时,在满足各类目标和目标特征的截止期以及当前资源空闲率的条件下,采... 朱贵冬 刘圣阳 郑进锋 秦丹峰 周炜 高山基于CPU 负载 与数据包压缩效率的动态存储方法及系统 本发明涉及一种基于CPU 负载 与数据包压缩效率的动态存储方法及系统。该方法包括如下步骤:S1、载入初始的压缩算法,压缩算法的压缩级别,IO操作的参数,CPU 使用率阈值;S2、开启扫描线程,按照预设的时间间隔收集CPU 使用率... 吴颖 张广兴 姜海洋 田利荣 王嘉 廖志元一种基于汽车多核嵌入式系统的CPU 负载 率监测方法及装置 本发明公开了一种基于汽车多核嵌入式系统的CPU 负载 率监测方法及装置,属于汽车智能化控制技术领域,包括在汽车车身域控制器多核嵌入式系统中建立空闲任务,并在所述空闲任务中建立循环程序;获取所述空闲任务两次循环的时间间隔,根据... 魏佳勇 王子军 赵文渤 梁海洋 韩昊 潘文涛 刘鑫瞳 张舜齐一种嵌入式操作系统任务和中断的CPU 负载 率计算方法 本发明公开了一种嵌入式操作系统任务和中断的CPU 负载 率计算方法,包括如下步骤:(1)任务/中断开始时运行任务/中断开始程序,实现数据中的任务切换并更新相应数据;(2)如果该任务是CPU 负载 计算任务还需要调用CPU 负载 率计... 刘学飞一种通用的单片机CPU 负载 率及周期任务运行状态的监测方法 本发明一种用于单片机多任务处理时的CPU 负载 率以及各个周期任务的运行状态的监测方法,计算CPU 负载 率的方法如下:以固定周期开始:1、在单片机的IDLE任务中循环记录当前单片机内部系统时钟的计数值TICK1,2、在每一个单... 李晓杰 龚剑峰 王琨云计算环境下嵌入式CPU 负载 预测仿真 被引量:1 2023年 由于嵌入式中央处理器(Central Processing Unit, CPU )负载 需要同时考虑CPU 利用率、内存利用率等相关因素,导致对其预测时难度较大且无法保证精准度。因此,提出一种新的自适应预测算法。构建嵌入式CPU 负载 预测框架,对其负载 数据预处理,降低非平稳数据对预测结果精度的影响;在整合移动平均自回归模型中加入周期变动因素,构建季节性差分自回归滑动平均模型,分析CPU 负载 数据时间序列变化特征;并对其迭代计算,得到季节性差分自回归滑动平均模型的参数和CPU 负载 预测结果。实验结果表明,所提方法的MAPE值低于25%,表明该方法的预测精度高。 陈改霞 李震 叶萧然关键词:云计算环境 基于EMPC-BCGRU的云虚拟机CPU 负载 分析预测 2023年 云平台资源预测对于云资源管理和节能具有非常重要的意义。云虚拟机技术是云平台为了充分利用物理资源而实施的一种虚拟化手段,但是有效的云虚拟机负载 预测仍具有挑战性,因为云虚拟机负载 具有周期性和非周期性的变化模式以及突变的负载 峰值,云虚拟机负载 受到用户随机提交作业的影响。为了准确分析云虚拟机负载 的变化模式,提升云虚拟机CPU 负载 预测性能,提出了一种基于分解-预测的云虚拟机负载 预测方法。通过经验模态分解和主成分分析的云虚拟机负载 模式分解,得到不同尺度的特征波动序列;预测模型的卷积层能够充分提取分解后的特征,并通过双向门控循环神经网络双向学习序列的前向和后向依赖关系,提高了预测模型学习云虚拟机负载 变化模式的能力。最后,在真实云环境微软Azure产生的2019 VM数据集上进行单步和多步预测实验,验证了所提预测方法的有效性。 谢同磊 邓莉 尤文龙 李锐龙关键词:神经网络模型
相关作者
刘成平 作品数:60 被引量:0 H指数:0 供职机构:浪潮〈北京〉电子信息产业有限公司 研究主题:计算机 云计算 服务器 日志信息 磁盘阵列 邓莉 作品数:26 被引量:48 H指数:5 供职机构:武汉科技大学计算机科学与技术学院 研究主题:云计算 多目标优化 虚拟机迁移 虚拟机 资源使用 曹健 作品数:405 被引量:1,332 H指数:20 供职机构:上海交通大学 研究主题:工作流 推荐系统 AGENT 开源社区 云计算 郭奉凯 作品数:2 被引量:0 H指数:0 供职机构:中国石油大学(华东)信息与控制工程学院 研究主题:CPU负载 供电电路 功率开关管 模拟电路 系统仿真 吴玉生 作品数:9 被引量:223 H指数:6 供职机构:国家电网公司中国电力科学研究院 研究主题:电力市场 电网 电力系统 报价曲线 发电成本