基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究针对云计算平台以虚粒机为测量粒度,使用灰色关联度分析确定主要运行状态参数,以Hypervisor针对虚拟资源进行运行状态参数采样,使用长短时记忆(LSTM)循环神经网络建立虚拟机能耗模型用以度量云计算平台实时能耗.能耗度量采用WordCount与Sort进行节点能耗测量,得出能耗模型的实时平均误差为0.0677.
推荐文章
基于LSTM循环神经网络的电池SOC预测方法
锂离子电池
荷电状态(SOC)
电动汽车
长短期记忆(LSTM)
循环神经网络
一种能耗-性能协调优化的虚拟机重放置策略
能耗
性能感知
虚拟机重放置
自回归模型
基于TensorFlow的LSTM循环神经网络短期电力负荷预测
Tensor Flow
LSTM
深度学习
短期电力负荷预测
一种虚拟机访问控制安全模型
虚拟机
中国墙
BLP
访问控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种LSTM循环神经网络建立虚拟机能耗模型的方法
来源期刊 传感器与微系统 学科 工学
关键词 云计算平台 虚拟机 灰色关联度分析 长短时记忆(LSTM) 能耗模型
年,卷(期) 2020,(9) 所属期刊栏目 研究与探讨
研究方向 页码范围 16-19,23
页数 5页 分类号 TP393
字数 语种 中文
DOI 10.13873/J.1000-9787(2020)09-0016-04
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (90)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
云计算平台
虚拟机
灰色关联度分析
长短时记忆(LSTM)
能耗模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
总被引数(次)
66438
论文1v1指导