一种面向多路服务器负载数据的HTM预测分析方法
公开
摘要
本发明公开了一种面向多路服务器负载数据的HTM预测分析方法，使得HTM能够对多路服务器负载数据进行并行训练，扩展了系统能够处理的数据序列类型。系统通过编码散列了服务器负载数据的空间特征，通过空间池训练形成了服务器负载数据的微柱稀疏分布表征，借助于序列状态缓存模块，能够正确获取负载数据所属服务器的上下文环境，通过时间池训练的对每一个服务器负载数据模式进行抽取和记忆，为后续的预测分析提供所属的上下文环境支持。本发明提出的序列状态缓存机制，记录了每一个服务器负载数据序列的上下文环境信息，能为每一个负载数据提供上一时刻正确的上下文环境，使得HTM可以对多路服务器负载数据进行并行训练。
基本信息
专利标题 ：
一种面向多路服务器负载数据的HTM预测分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114386602A
申请号 ：
CN202210036096.1
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱博袁云燕左翌张雨钊
申请人 ：
江苏瑞祥科技集团有限公司
申请人地址 ：
江苏省镇江市润州区竹林路8号
代理机构 ：
南京智造力知识产权代理有限公司
代理人 ：
张明明
优先权 ：
CN202210036096.1
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-22 ：
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
