基于LSTM的CPU资源使用情况预测算法的研究

• 作者: 樊文杰 陈岚 张贺
• 来源期刊: 电子设计工程
• 关键词: LSTM CPU资源 激活函数 预测
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 计算机技术与应用|Computer Technology Application
• 页码范围: 23-28
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.08.006

摘要

主要研究使用机器学习算法长短期记忆网络(LSTM)实现对CPU资源使用情况的准确预测.LSTM模型能够通过非线性计算提取出CPU资源使用特征,这样可以处理CPU资源使用率不平稳带来的预测难题.同时,在传统LSTM模型上做了优化,在激活函数方面,使用非饱和激活函数ReLU函数代替饱和激活函数Tanh函数,模型的收敛速度提高20％.实验结论表明,在CPU资源使用情况的预测上,使用ReLU激活函数的LSTM模型的预测准确率较高,平均相对误差比传统LSTM模型下降13.75％.