龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北大学
摘要：本发明公开了一种基于特征选择的高性能应用IO性能预测模型构建方法，包括样本数据的收集、特征的设计、特征集合的选择、回归模型的选择分析和性能模型的调优应用，在通过回归算法构建性能预测模型的基础上，增加了使用特征选择算法的过程提取关键特征，特征选择算法从原始特征集合中通过评估特征与IO性能指标的相关性选择出最优特征集，并使用各种回归算法的组合来进行预测，相比于原有的使用预先设定的特征集训练模型，本发明的方法能够提高预测模型准确率。
主权项：1.基于特征选择的高性能应用IO性能预测模型构建方法，其特征在于包括如下步骤：步骤1，配置高性能应用IO性能分析工具Darshan，从获得的日志中提取IO行为信息；步骤2，特征预处理，将经过预处理后的IO栈参数配置和IO行为信息作为特征构建原始特征集；其中预处理的具体内容为，删除没有使用POSIX检测或具有无效值的作业；按照公式x′m＝fxm＝log10xm+1进行对数变换；按照公式进行总和归一标准化处理；步骤3：设置预测的性能指标，包括读吞吐量、写吞吐量；步骤4：在预测开始时使用带有不同评分函数的各种单变量特征选择算法来确定关键特征集；其中单变量特征选择算法包括错误发现率Fdr和家族明智误差Fwe；特征选择函数的评分函数包括单变量线性回归检验f_regression、互信息mutel_info和卡方检验chi2；步骤5：使用回归算法构建性能预测模型；采用的回归算法包括线性回归、随机森林、KNN回归、MLP回归、SVM回归和XGBoost算法。
全文数据：
权利要求：
百度查询： 西北大学 基于特征选择的高性能应用I/O性能预测模型构建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号