摘要
本发明涉及调度管理技术领域,公开了一种基于数据特征的智能算力调用管理系统及方法。该方法通过收集历史任务数据,构建标准样本集,并对标准样本集中的历史任务数据进行预处理,基于得到的预处理后的历史任务数据,通过卷积神经网络进行数据特征提取,同时,收集用户需求任务数据,通过卷积神经网络实时提取用户需求任务数据的特征数据并与预处理后的历史任务数据的特征数据进行匹配,预测用户需求任务数据的任务数据计算量,并基于预测到的用户需求任务数据的任务数据计算量进行算力资源调度,提高了智能算力调用管理的效率和实时性。
技术关键词
算力系统
数据存储容量
调用管理方法
调用管理系统
数据特征提取
预测用户需求
神经网络卷积层
特征提取模块
节点
调度管理技术
数据处理模块
数据采集模块
队列
样本
资源
特征值
聚类算法
坐标
系统为您推荐了相关专利信息
电气工程自动化
变压器
绝缘油
数据特征提取
模型训练模块
动态预警方法
区域拥堵程度
数据特征提取
节点特征
特征切片
电厂煤炭
库存预测模型
智能预警系统
周期
生成智能
沉浸式虚拟现实
设计系统
输出端
监测单元
数据特征提取
策略网络模型
资源分配策略
启发式算法
规划
决策