基于SVM机器学习模型预测存储设备性能高低的方法和设备
授权
摘要
本发明公开了一种基于SVM机器学习模型预测存储设备性能高低的方法,包括:搭建若干不同存储设备环境并获取对应的若干配置的配置信息;根据配置信息构成的配置特征向量以及配置信息对应的性能数据建立特征空间向量;构造具有待求解系数的超平面决策函数;根据若干特征空间向量训练超平面决策函数,以求解出待求解系数并将待求解系数带入超平面决策函数;根据得到的超平面决策函数获取不同存储设备环境下输入的配置信息对应的存储设备性能高低预测结论。本发明还公开了一种计算机设备。本发明提出的基于SVM机器学习模型预测存储设备性能高低的方法和设备实用性强,可以操作便利地提高存储设备性能利用率、提高存储设备性能测试效率。
基本信息
专利标题 :
基于SVM机器学习模型预测存储设备性能高低的方法和设备
专利标题(英):
暂无
公开(公告)号 :
CN111126475A
申请号 :
CN201911314656.X
公开(公告)日 :
2020-05-08
申请日 :
2019-12-19
授权号 :
CN111126475B
授权日 :
2022-06-03
发明人 :
李闯李玲侠
申请人 :
苏州浪潮智能科技有限公司
申请人地址 :
江苏省苏州市吴中区吴中经济开发区郭巷街道官浦路1号9幢
代理机构 :
北京连和连知识产权代理有限公司
代理人 :
张涛
优先权 :
CN201911314656.X
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62 G06F3/06 G06Q10/04
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-03 :
授权
2020-06-02 :
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20191219
申请日 : 20191219
2020-05-08 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载