张志华
- 作品数：3 被引量：4H指数：1
- 供职机构：河南师范大学计算机与信息工程学院更多>>
- 发文基金：博士科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 小样本负载序列的结构化预测方法
- 2022年
- 准确的负载预测是实现云平台弹性资源管理的关键。针对云负载预测中存在大量运行周期较短的任务,导致预测模型训练数据不足的问题,提出一种利用多变量负载序列结构化信息的预测方法(SP-MWS)。依据同一任务运行中消耗的多种资源间内在的相关性,挖掘多维负载序列间的信息,补充小样本序列的预测信息量。首先,为获取相关性强的负载类型,采用最大互信息系数(MIC)和信息熵进行负载类型的度量选择;然后,构建核范数正则化多任务学习模型(TNR-MTL),将相关负载序列同时输入,实现其结构化信息的挖掘,并完成多种负载的同时预测。在Google云平台的运行监控日志数据集上进行验证,实验结果表明,所提方法获得的相关负载序列类型可明显增加模型信息量。对于预测模型的决策依据进行解释性分析,可视化每种变量对预测结果的贡献度;对比实验表明,所提预测方法在时间性能和预测精度上均优于常用的负载预测方法。
- 刘春红张志华张志华程渤
- 关键词：云计算结构化信息
- 智能学生综合测评系统被引量：1
- 2016年
- 随着高校的办学规模不断扩大,学校需要处理的学生信息越来越多。智能学生综合测评系统的设计与实现,为学校的学生信息管理系统提供了一个良好的平台。该系统采用了加权算术平均的方法,简化了手工计算的繁琐,使测评工作变得合理化、公平化和科学化。
- 马瑞迪张志华徐立姗
- 关键词：综合测评信息管理指标体系
- 基于时序相关性的云平台多负载序列联合预测被引量：3
- 2020年
- 为提高云平台负载预测的精度,提出了一种基于时序相关性的多负载序列联合预测方法.首先,为获得相似的负载序列,采用长短时记忆网络提取负载序列的时序特征,再利用层次聚类法,获得在时序特征空间相似的负载序列类;其次,对获得的每个负载序列类分别构建多任务学习模型,挖掘和利用负载序列间隐藏的共享领域知识,提高模型泛化能力和预测精度,并实现多个负载序列的联合预测.使用Google数据集的中央处理器负载监控日志进行验证,结果表明,时序特征聚类可有效提取和利用负载序列的全局时序特征,降低原始序列的噪声,获得特征上相似的序列;与常用的负载预测方法比,所提方法对不同变化规律的负载序列都具有更精确的预测效果.
- 张志华王梦情毛文涛刘春红程渤
- 关键词：云计算聚类
