期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于LSTM网络的Web软件系统实时剩余寿命预测 被引量：5
1
作者 党伟超 李涛 白尚旺 《计算机系统应用》 2021年第7期253-258,共6页
Web软件系统剩余使用寿命的预测精度是影响Web软件系统抗衰决策的重要方面,为此,提出了一种基于长短期记忆网络的Web软件系统实时剩余寿命预测方法.首先搭建加速寿命测试实验平台,收集反映Web软件系统老化趋势的性能指标,然后根据该指... Web软件系统剩余使用寿命的预测精度是影响Web软件系统抗衰决策的重要方面,为此,提出了一种基于长短期记忆网络的Web软件系统实时剩余寿命预测方法.首先搭建加速寿命测试实验平台,收集反映Web软件系统老化趋势的性能指标,然后根据该指标数据的时序特性,建立了一种基于长短时记忆网络(LSTM)的Web软件系统实时剩余寿命预测模型,并对该模型进行了训练.实验结果表明,该预测模型能够有效对Web软件系统的剩余寿命进行实时预测,具有更好的准确性和适用性.将所提模型应用于Web软件系统寿命预测中,能够有效完成预测,该方法为优化系统抗衰决策提供了技术支撑. 展开更多
关键词 Web软件系统 抗衰决策 剩余使用寿命 长短期记忆网络
下载PDF
基于自注意力长短期记忆网络的Web软件系统实时剩余寿命预测方法 被引量：5
2
作者 党伟超 李涛 +2 位作者 白尚旺 高改梅 刘春霞 《计算机应用》 CSCD 北大核心 2021年第8期2346-2351,共6页
为了能够实时准确对Web软件系统的剩余使用寿命(RUL)进行预测,考虑Web系统健康状态性能指标的时序特性和指标间的相互依赖特性,提出了一种基于自注意力长短期记忆(Self-Attention-LSTM)网络的Web软件系统实时剩余寿命预测方法。首先,搭... 为了能够实时准确对Web软件系统的剩余使用寿命(RUL)进行预测,考虑Web系统健康状态性能指标的时序特性和指标间的相互依赖特性,提出了一种基于自注意力长短期记忆(Self-Attention-LSTM)网络的Web软件系统实时剩余寿命预测方法。首先,搭建加速寿命测试实验平台来收集反映Web软件系统老化趋势的性能指标数据;然后,根据该性能指标数据的时序特性来构建长短期记忆(LSTM)循环神经网络以提取性能指标的隐含层特征,并使用自注意力机制建模特征间的依赖关系;最后,得到系统RUL的实时预测值。在三组测试集上,把所提模型与反向传播(BP)网络和常规的循环神经网络(RNN)做了对比。实验结果表明,所提模型的平均绝对误差(MAE)比长短期记忆(LSTM)网络平均低16.92%,相对准确率(Accuracy)比LSTM网络平均高5.53%,验证了Self-Attention-LSTM网络剩余寿命预测模型的有效性。可见所提方法能为优化系统抗衰决策提供技术支撑。 展开更多
关键词 Web软件系统 剩余使用寿命 长短期记忆网络 自注意力机制 抗衰决策
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部