摘要
本发明涉及数据处理技术领域,具体为一种基于人工智能的数据挖掘系统,系统包括。本发明中,通过任务间关联性分析、负载任务优先级调整、计算代价评估、异常任务识别以及资源使用趋势分析等环节,构建了一种更精细化的计算资源调控机制。任务间的关联性通过图神经网络构建拓扑结构,并结合计算资源共享度进行模糊匹配,实现了对任务依赖关系的自动推理,提高了调度优化的智能性。任务优先级调整采用CPU利用率与计算时间占比相结合的方式,动态标记负载任务,并结合任务时间重叠度优化调度顺序,有效降低计算资源冲突。计算资源消耗分析从任务执行时间、数据读取量、I/O操作次数多个维度计算任务计算负载影响系数,提高计算资源分配的合理性。
技术关键词
数据挖掘系统
任务调度
资源共享
子模块
代表
分析模块
时间段
模糊隶属函数
序列
比率
匹配模块
参数
识别模块
重叠阈值
数据处理技术
偏差
标记
资源分配
系统为您推荐了相关专利信息
资源配置方法
道路网络模型
可用停车位
停车位占用状态
停车场
异常数据点
异常数据检测
时间序列预测模型
格式化
参数
智能分析系统
动态反馈机制
计算机视觉技术
展示平台
机器学习模型
二维水动力模型
大语言模型
插值算法
地形特征提取
密度控制器
异常识别方法
DBSCAN算法
多层感知器
多层感知机
聚类