典型文献
基于压缩因子的宽度学习系统的虚拟机性能预测
文献摘要：
在基于基础设施即服务的云服务模式下,精准的虚拟机性能预测,对于用户在众多资源提供商之间进行虚拟机租用策略的制定具有十分重要的意义.针对基于宽度学习系统(Broad learning system,BLS)的预测模型存在许多降低虚拟机性能预测准确性和效率的冗余节点,通过引入压缩因子,构建基于压缩因子的宽度学习系统,使预测结果更逼近输出样本,能够减少BLS的冗余特征节点与增强节点,从而加快BLS的网络收敛速度,提高BLS的泛化性能.
文献关键词：
虚拟机性能预测;宽度学习系统;压缩因子;网络收敛速度;泛化性能
中图分类号：
作者姓名：
邹伟东;夏元清
作者机构：
北京理工大学自动化学院 北京100081
文献出处：
引用格式：
[1]邹伟东;夏元清-.基于压缩因子的宽度学习系统的虚拟机性能预测)[J].自动化学报,2022(03):724-734
A类：
虚拟机性能,虚拟机性能预测
B类：
压缩因子,宽度学习系统,基础设施即服务,云服务模式,多资源,资源提供,提供商,租用,Broad,learning,system,BLS,预测准确性,冗余节点,逼近,冗余特征,特征节点,网络收敛速度,泛化性能
AB值：
0.24218
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
