摘要
本申请公开了一种基于多算法决策的内存异常预测方法,属于故障预测技术领域。该方法包括:获取服务器运行过程中产生的数据信息,对错误数据进行预处理和特征提取,得到特征集合,特征集合包括计数维度特征、组件维度特征、统计维度特征和设备配置维度特征;将特征集合输入到训练好的基础预测模型,得到第一预测概率、第二预测概率和第三预测概率,基础预测模型包括随机森林子模型、轻量级梯度提升机子模型和极端梯度提升子模型;基于第一预测概率、第二预测概率和第三预测概率,得到第一预测概率值;将特征集合输入到深度时序提取网络,基于特征遮掩法得到目标特征;将目标特征输入到门控循环单元,得到第四预测概率值;基于第一预测概率值和第四预测概率值,得到决策矩阵;将决策矩阵输入到训练好的决策优化器逻辑回归模型,得到内存异常预测结果。该方法提升了内存异常预测的准确性和可靠性。
技术关键词
逻辑回归模型
门控循环单元
梯度提升机
决策
内存
优化器
随机森林
算法
设备配置
非暂态计算机可读存储介质
基础
故障预测技术
时序
重构
因子
数据
服务器
处理器
网络
矩阵
系统为您推荐了相关专利信息
个性化学习路径
学习系统
语音交互方式
情感识别模型
多模态交互
订单
推送方法
结构化数据格式
物流系统
分拣控制系统