基于堆叠稀疏自编码深度神经网络的软件老化识别

• 作者: 严家兴 王子禁 苏韦伟 黄珊
• 来源期刊: 高校实验室工作研究
• 学科: 教育
• 关键词: 软件老化 深度学习 堆叠稀疏自编码
• 年，卷（期）: gxsyskxjs_2018,（3）
• 页码范围: 48-51
• 页数: 4页
• 分类号: G642.0

摘要

随着高校加大对教学科研的投入,很多实验室都购买了服务器。但是在使用过程中,不可避免的会出现软件老化现象,极大干扰了日常的教学与科研。基于深度学习强大的特征自提取能力,提出一种基于堆叠稀疏自编码深度神经网络的软件老化识别方法。该方法首先将实验采集到的软件性能数据划分为正常、中间态以及老化三种软件系统状态。随机选取其中的70%作为训练数据,用于训练网络的权值和偏置参数,根据训练出的参数确立最优分类模型,利用剩余的30%作为测试数据,验证该网络的有效性。实验分析表明,该方法具有较高的识别率,能够有效的应用于软件老化的识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严家兴	南京农业大学信息科技学院	16	2	1.0	1.0
2	苏韦伟	南京农业大学信息科技学院	5	0	0.0	0.0
3	黄珊	南京农业大学信息科技学院	8	0	0.0	0.0
4	王子禁	南京农业大学信息科技学院	1	0	0.0	0.0