10.3969/j.issn.1000-7024.2005.08.058
服务器性能预测的递归神经元网络方法
正确有效地预测服务器性能负载,是计算机系统性能管理系统的一个重要环节.通常,传统的预测方法有最小二乘、二次指数平滑法等,但这些模型往往不能很好地捕捉服务器性能负载数据的时序关系.利用基于局部回归的递归神经网络(RNN),采用改进的RPROP学习算法进行服务器性能负载的预测.并与传统的二次指数平滑法相比较,实验结果证明,RNN得到的预测结果要比二次指数平滑法高出5个百分点以上,并且有较强的预测能力,可以预测较长周期的数据.
递归神经网络、弹性反传算法、二次指数平滑法、性能预测
26
TP183(自动化基础理论)
2005-09-29(万方平台首次上网日期,不代表论文的发表时间)
共3页
2158-2160