【摘 要】
：
云计算作为一种信息处理基础设施模式和商业模式,逐步得到广泛认可。云服务的执行离不开服务执行环境所提供的计算资源和数据支撑。数据及其负载作为服务执行环境的重要支撑,同样也影响着服务质量。在数据负载不断出现波动的时候,服务执行环境的稳定是确保服务质量的关键一环。为确保服务执行环境的稳定,基于数据负载趋势并主动调配资源是目前较为流行的系统管理方法。本文以提高服务质量为目标,基于数据负载的多维度特征,进行
论文部分内容阅读
云计算作为一种信息处理基础设施模式和商业模式,逐步得到广泛认可。云服务的执行离不开服务执行环境所提供的计算资源和数据支撑。数据及其负载作为服务执行环境的重要支撑,同样也影响着服务质量。在数据负载不断出现波动的时候,服务执行环境的稳定是确保服务质量的关键一环。为确保服务执行环境的稳定,基于数据负载趋势并主动调配资源是目前较为流行的系统管理方法。本文以提高服务质量为目标,基于数据负载的多维度特征,进行时空特征数据负载趋势预测的研究。具体研究工作如下:1.针对数据负载实测值进行统计分析。对数据负载实测值进行深入剖析,刻画数据负载所具有的不同特征。本文将实测值以5分钟为粒度时间,进行数据聚合处理。负载实测值以时间范围为5分钟和24小时划分为短时数据集和长时数据集。分别对短时和长时数据集进行时空特征以及天气和日期类型等其他维度特征进行分析。探究不同维度特征对数据负载的影响。通过分析得到的数据集特征,结合数据负载的周期性和不同影响因素之间的关系,为数据负载趋势预测模型提供数据基础。2.针对数据负载进行趋势预测。通过趋势预测可以预知数据负载波动,可用于保障服务执行环境的稳定。针对不同时间粒度的数据负载,以及利用测点的网络结构特征,本文提出一种基于卷积网络和长短期记忆网络的混合深度学习模型。针对不同特征的数据负载,通过改变模型参数的方式,进行数据负载趋势预测。不仅提高了模型适应性,也通过实验证明了预测精度。
其他文献
心率是衡量人体健康状况的重要指标之一,非接触式心率测量方法相比于接触式心率测量方法具有一定的优点。非接触式心率测量依赖光电容积脉搏波描记法（IPPG）,通过摄像头拍摄人体皮肤提取血液容积脉冲（BVP）信号,实现心率的测量,适用各种复杂场景。在非接触式心率测量中,盲源分离是一种广泛采用的提高心率测量精度的手段,开展联合盲源分离的非接触式心率测量技术研究具有重要意义。论文的主要工作及创新如下:（1）针
随着大跨度、超高层建筑的发展,以及装配式建筑的兴起,越来越多的建筑采用钢结构形式。其中冷弯薄壁型钢因具有质量轻、截面型式多样及拼装便捷的优点,得到日益广泛的应用。而拼合截面冷弯薄壁型钢组合柱则是通过铆钉将C型钢和钢板拼合到一起并灌注混凝土,增强了组合柱的承载能力和稳定性。本文采用试验研究和理论分析相结合的方法,针对拼合截面冷弯薄壁型钢组合柱的力学性能进行研究,为该类构件在工程中的应用提供支撑。通过
近年来,网络化的状态估计因具有低成本、远距离传输、高可靠等特点被广泛应用于智慧交通、物联网等领域。目前,网络化的状态估计面临通信带宽有限、量测数据丢失和存在外部输入等问题。传感器能量有限、器件老化、网络拥塞等原因易引起数据传输过程中能耗高、量测数据丢失与不连续等问题,导致状态估计性能下降。现有网络化状态估计方法大多基于高斯分布建模量测噪声,但在实际系统中,由于量测野值、建模误差等原因导致量测噪声呈
随着地铁数量的不断增加,地铁车站工作人员和乘客的舒适性和安全性越来越受到人们的重视。对于地铁站内的环境状况进行分析和预测已成为决策和行动的重要依据。传统的点预测方法的输出结果是未来一段时间内的环境参数的具体数值,如果预测模型输出的结果是基于不同置信度的概率值而不是精确数值的话,可能更接近实际情况的要求。因此,本文提出了基于自回归长短时记忆（LSTM）神经网络的地铁车站环境参数概率预测方法,对地铁车
随着人工智能的崛起,人机交互操作系统已经在很多领域广泛应用,尤其是要求精准度和高危的领域,例如:空中交通管理系统,飞机驾驶系统和深海潜行系统等。操作人员在执行任务时需要具备良好的工作状态,分析脑力负荷水平,可以判断其脑力负荷状态,保证人员安全和任务有效执行。因此通过判断操作人员脑力负荷状态并对其进行准确辨识很有意义。常用的脑力负荷辨识方法是基于脑电信号（electroencephalogram,E
近年来,随着深度学习的发展,其在各个领域都应用广泛。但在实际中,深度学习仍存在许多问题。首先获取一个性能良好的深度学习模型需要大规模的标记样本对其进行训练,但是给样本做标注的过程既浪费时间又浪费劳动力。其次,深度学习模型使用当前场景下的数据进行训练和测试的效果较好,但是当测试数据与训练数据存在分布差异时,深度学习模型的泛化能力明显下降。这就导致要花费大量人力物力重新标注样本,并对模型再次进行训练。
圆周扫描地基SAR是将机载圆迹SAR模式引入地基平台的一种新体制地基SAR,与传统的直线轨道地基SAR相比,其具有三维成像能力、单次数据采集时间短、滑坡监测时效性强等优势。近年来,研制具备三维成像能力的地基SAR系统已成为一个国际研究热点。作为一种全新的地基SAR模型,圆周扫描地基SAR仍处于刚起步的阶段。目前,国际上已经验证了利用该模式三维成像的可行性,但其三维成像质量与实际应用中的成像质量要求
计算机技术发展以来,人机交互成为了计算机领域主要研究的内容之一。随着人工智能技术的快速发展,越来越多的人机交互成果被使用在生活中,同时驱动着机器视觉中与人脸相关的大量研究与应用,人脸表情是其中重要的组成部分。生成对抗网络（GANs）自2014年提出,被广泛应用在文本、图像等领域。学者们利用其优秀的生成能力进行人脸研究并且取得一些成果。但是近几年的研究发现,GANs在有限样本的情况下容易产生欠拟合,
光纤预警系统（Optical Fiber Pre-warning System,OFPS）是一种铺设于管道周围、利用分布式光纤传感的预警系统,因具备稳定且精确度较高的特点,被广泛应用于检测管道泄露、人为或机械等入侵行为。OFPS在检测到信号入侵后,识别部分可以通过算法判断入侵信号的类型,依据信号的危险程度采取不同的手段及时止损。目前,在OFPS领域已经有很多成熟的检测与识别算法,但如何判断振动信号
在工业生产中普遍存在时间序列样本不平衡的问题,即正常情况下的样本数量远远大于异常情况下的样本数量。在电解铝行业中这个问题更加的明显,因为在工业生产中发现异常样本是非常困难的,专家没有一个明确的准则来判断异常。近年来,生成对抗网络（GANs）在异常检测领域越来越流行,在本文中,我们利用生成对抗网络（GANs）能够对复杂的高维图像分布进行建模的能力,提出了一种基于输入样本自适应改变的对抗自编码器生成对