Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州浪潮智能科技有限公司王玉萍获国家专利权

苏州浪潮智能科技有限公司王玉萍获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉苏州浪潮智能科技有限公司申请的专利精简池修复时长的预测模型生成方法、装置及预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116340853B

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310314010.1,技术领域涉及:G06F18/2411;该发明授权精简池修复时长的预测模型生成方法、装置及预测方法是由王玉萍;刘迎设计研发完成,并于2023-03-28向国家知识产权局提交的专利申请。

精简池修复时长的预测模型生成方法、装置及预测方法在说明书摘要公布了:本发明公开精简池修复时长的预测模型生成方法、装置及预测方法,涉及服务器修复技术领域。预测模型生成方法包括:获取修复时长的训练集数据以及测试集数据;建立与环境参数的类别数量相关的支持向量机模型,根据训练集数据确定支持向量机模型的模型参数,并将模型参数确定后的支持向量机模型作为精简池修复时长预测模型。通过实施本申请实施例公开的精简池修复时长的预测模型生成方法、装置及预测方法,可以获取准确的精简池修复时间预期;提高模型的收敛速度,减小训练误差;模型参数优化方面,提高了极值样本在分类模型中的比重。

本发明授权精简池修复时长的预测模型生成方法、装置及预测方法在权利要求书中公布了:1.精简池修复时长的预测方法,其特征在于,所述方法包括: 获取待预测环境参数; 对所述待预测环境参数进行归一化; 将归一化后的待预测环境参数输入精简池修复时长预测模型获得模型预测结果; 对所述模型预测结果进行反归一化,获得精简池修复预测时长; 其中,所述精简池修复时长的预测模型根据以下过程生成: 获取修复时长的训练集数据以及测试集数据; 建立与环境参数的类别数量相关的支持向量机模型,根据所述训练集数据确定所述支持向量机模型的模型参数,并将所述模型参数确定后的所述支持向量机模型作为所述精简池修复时长预测模型;其中,所述模型参数包括:核函数参数,权重值和偏差值;所述环境参数至少包括:处理器核数、处理器主频、内存大小、内存主频、存储池容量、写入数据量、重删率、写入模式、修复时间; 对所述精简池修复时长预测模型进行预测,响应于预测相对误差值大于预设范围,调整核函数参数,并更新所述精简池修复时长预测模型; 其中,所述建立与环境参数的类别数量相关的支持向量机模型,根据所述训练集数据确定所述支持向量机模型的模型参数,并将所述模型参数确定后的所述支持向量机模型作为所述精简池修复时长预测模型,包括: 使用K折交叉验证法确定所述核函数的核函数参数;其中,所述核函数为径向基核函数,K为正整数; 根据所述径向基核函数、所述核函数参数以及训练集数据获取所述权重值和偏差值; 其中,所述使用K折交叉验证法确定所述核函数的核函数参数,包括: 将核函数参数初始值的倒数与环境参数的类别数量相关联; 将K折交叉验证法的折叠次数与所述环境参数的类别数量相关联; 将所述训练数据集随机分为K个互斥子训练集,对所述支持向量机模型进行K次训练,获取K个核函数参数过程值; 对所述K个核函数参数过程值进行平均值求取,获得所述核函数参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人苏州浪潮智能科技有限公司,其通讯地址为:215000 江苏省苏州市苏州吴中经济开发区郭巷街道官浦路1号9幢;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。