摘要
本申请公开了一种恢复时长的预测方法、装置、设备、介质及程序,涉及服务器修复技术领域,获取多个目标特征对应的初始特征值,目标特征为影响目标存储设备中目标精简池恢复时长的特征;获取各目标特征对应的特征均值和标准差;根据各目标特征对应的特征均值和标准差,对多个初始特征值进行归一化处理,得到多个目标特征值;通过目标深度神经网络模型,并根据多个目标特征值对精简池的恢复时长进行预测,以获得目标恢复时长。可以提高存储设备提供服务的可靠性。
技术关键词
深度神经网络模型
配置特征
样本
存储设备
特征值组
矩阵
可读存储介质
存储计算机程序
计算机程序产品
修复技术
处理器
数据
误差
电子设备
系统为您推荐了相关专利信息
风险预测模型
标志物
普雷沃氏菌属
阿克曼氏菌
试剂盒
独立循环神经网络
故障诊断方法
故障分类器
全卷积网络
注意力
重构光谱
光谱仪
神经网络预测模型
重构方法
振动特征
外推方法
高斯混合模型
分布特征
轨迹模型
五次多项式插值