- 一种虚拟机需求数量预测方法
- 本发明公开了一种虚拟机需求数量预测方法。使用本发明能够实现虚拟机需求数量预测，同时为更准确地进行虚拟机需求预测提供了新思路和新途径。本发明中，通过在现有增量型极限学习机模型中加入动量项将网络训练误差反馈到隐含层的输出中使...
- 邹伟东夏元清李慧芳张金会翟弟华戴荔刘坤
- 文献传递
- 一种基于STA-ADMM的极限学习机的图像分类方法
- 本发明公开了一种基于STA‑ADMM的极限学习机的图像分类方法，通过将极限学习机的网络结构与基于状态转移的ADMM算法相结合，在求解输出权重矩阵的时候利用不同的状态变换以及ADMM算子进行状态更新，不断向优化目标靠近得到...
- 李钰祥邹伟东夏元清李慧芳张金会翟弟华戴荔刘坤闫莉萍
- 文献传递
- 一种虚拟机能耗预测方法
- 本发明公开了一种虚拟机能耗预测方法。使用本发明能够实现虚拟机能耗预测。本发明中，通过在现有增量型极限学习机模型中加入加速项将网络训练误差与压缩因子反馈到隐含层的输出中使预测结果更逼近输出样本，能够减少增量型极限学习机的冗...
- 邹伟东夏元清李慧芳张金会翟弟华戴荔刘坤
- 文献传递
- 一种面向MES的海量数据去冗余方法和系统
- 本发明涉及一种面向MES的海量数据去冗余方法和系统。该面向MES的海量数据去冗余方法和系统，采用最小哈希算法对预处理后的数据进行压缩得到最小哈希签名，采用LSH(局部敏感哈希)算法能够避过相似度计算，将数据按照哈希值进行...
- 柴森春黄经纬王昭洋崔灵果李慧芳姚分喜张百海
- 一种面向MES的标识查询系统及方法
- 本发明涉及一种面向MES的标识查询系统及方法。该系统包括：设备数据输入模块，用于将设备运行数据传入设备数据解析模块；设备数据解析模块，用于将解析后的设备运行数据存储至设备数据存储模块；标识输入模块，用于将输入标识传入标识...
- 柴森春周培成王昭洋李慧芳姚分喜张百海崔灵果
- 文献传递
- 一种基于极限梯度提升的云工作流任务执行时间预测方法
- 本发明涉及一种基于极限梯度提升的云工作流任务执行时间预测方法，属于云计算技术领域。本方法首先从工作流任务构成、任务运行所依赖的资源及其物理执行环境三个层面对任务执行时间的影响因素进行分类，实现任务执行时间影响因素的全面建...
- 李慧芳韦琬雯樊锐胡光政邹伟东柴森春夏元清
- 文献传递
- 一种面向不平衡数据的小样本数据扩充方法及系统
- 本发明涉及一种面向不平衡数据的小样本数据扩充方法及系统，从MES互联互通系统的上层平台提取MES系统不平衡数据，根据正样本数据集中正样本的数量与负样本数据集中负样本的数量的差值划分MES系统不平衡数据的等级，对于MES系...
- 柴森春王昭洋周泰民崔灵果李慧芳姚分喜张百海
- 基于多维度特征融合的云工作流任务执行时间预测方法
- 2023年
- 任务执行时间估计是云数据中心环境下工作流调度的前提.针对现有工作流任务执行时间预测方法缺乏类别型和数值型数据特征的有效提取问题,提出了基于多维度特征融合的预测方法.首先,通过构建具有注意力机制的堆叠残差循环网络,将类别型数据从高维稀疏的特征空间映射到低维稠密的特征空间,以增强类别型数据的解析能力,有效提取类别型特征;其次,采用极限梯度提升算法对数值型数据进行离散化编码,通过对稠密空间的输入向量进行稀疏化处理,提高了数值型特征的非线性表达能力;在此基础上,设计多维异质特征融合策略,将所提取的类别型、数值型特征与样本的原始输入特征进行融合,建立基于多维融合特征的预测模型,实现了云工作流任务执行时间的精准预测;最后,在真实云数据中心集群数据集上进行了仿真实验.实验结果表明,相对于已有的基准算法,该方法具有较高的预测精度,可用于大数据驱动的云工作流任务执行时间预测.
- 李慧芳黄姜杭徐光浩夏元清
- 关键词：工作流
- 基于MES标识数据互通系统的安全态势预测方法及系统
- 本发明涉及一种基于MES标识数据互通系统的安全态势预测方法及系统。该方法包括获取MES标识数据互通系统的安全态势评估模型；根据安全态势评估模型提取企业节点层中每个企业节点的网络安全态势要素；根据网络安全态势要素确定每个企...
- 柴森春王昭洋李孟洋崔灵果李慧芳姚分喜张百海
- 文献传递
- 一种基于贫富优化算法的多目标云工作流调度方法
- 本发明公开了一种基于贫富优化算法的多目标云工作流调度方法，通过将贫富优化算法应用于离散优化问题，为多目标云工作流调度提供了一条新的解决路径，引入了基于多种群的多目标优化框架，采用两个种群Ψ<Sub>T</Sub>和Ψ<S...
- 李慧芳徐光浩鲁本王丹敬王彬阳邹伟东柴森春夏元清
