典型文献
基于机器学习的大规模并行计算机系统硬件故障检测方法
文献摘要：
针对传统方法在大规模并行计算机系统硬件故障检测实际应用中准确率较低的问题,提出基于机器学习的大规模并行计算机系统硬件故障检测方法.首先利用无线传感器对大规模并行计算机系统硬件运行数据进行获取,通过对数据归一化处理和区间设定,对系统硬件故障特征量样本进行提取,最后利用机器学习技术对硬件故障特征量样本进行分析,识别系统硬件运行状态,以此完成基于机器学习的大规模并行计算机系统硬件故障检测.经实验证明:设计方法准确率高于传统方法,相比传统方法更适用于大规模并行计算机系统硬件故障检测.
文献关键词：
机器学习;计算机系统;硬件故障
中图分类号：
作者姓名：
刘伟峰
作者机构：
陕西工商职业学院,陕西 西安710119
文献出处：
引用格式：
[1]刘伟峰-.基于机器学习的大规模并行计算机系统硬件故障检测方法)[J].技术与市场,2022(06):51-52,55
A类：
B类：
基于机器学习,大规模并行计算,计算机系统,系统硬件,硬件故障,故障检测方法,无线传感器,运行数据,数据归一化,归一化处理,故障特征,特征量,机器学习技术,识别系统
AB值：
0.129285
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。
