一种基于LSTM-RBF的云资源预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
发明专利本发明公开了一种基于LSTM‑RBF的云资源预测方法,属于云资源预测领域。S10,读入云计算平台资源负载情况数据,数据归一化处理,转化为有监督学习问题。S20,使用LSTM神经网络进行资源预测。S30,使用RBF神经网络进行资源预测。S40,使用BP神经网络对LSTM和RBF的预测值进行混合预测。S50,输出混合预测结果。本发明采用基于LSTM‑RBF混合模型进行云计算资源预测,弥补了RBF模型不够快速与精确的不足,避免了LSTM模型训练时间呈指数倍增的问题,在混合方法上采用了BP神经网络对预测结果进行训练,区别于传统的权重搜索方法,本发明所采用的方法有效提高了预测结果的精确性。
《一种基于LSTM-RBF的云资源预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2021109308412,当前法律状态为已下证,由浙江理工大学提出申请,发明人为包晓安;苏逸凡;张娜;吴彪;涂小妹;金瑜婷,申请日期为2021-08-13,公开(公告)日期为2024-10-15,国际专利分类号(IPC)为 G06F16/2458(2019.01)I;G06F16/27(2019.01)I;G06N3/0442(2023.01)I;G06N3/0464(2023.01)I;G06N3/084(2023.01)I,高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于LSTM‑RBF的云资源预测方法,属于云资源预测领域。S10,读入云计算平台资源负载情况数据,数据归一化处理,转化为有监督学习问题。S20,使用LSTM神经网络进行资源预测。S30,使用RBF神经网络进行资源预测。S40,使用BP神经网络对LSTM和RBF的预测值进行混合预测。S50,输出混合预测结果。本发明采用基于LSTM‑RBF混合模型进行云计算资源预测,弥补了RBF模型不够快速与精确的不足,避免了LSTM模型训练时间呈指数倍增的问题,在混合方法上采用了BP神经网络对预测结果进行训练,区别于传统的权重搜索方法,本发明所采用的方法有效提高了预测结果的精确性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
