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！

龙图腾网获悉西安理工大学申请的专利基于时间序列分割的云服务器性能衰退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：CN114528129B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202111623888.0，技术领域涉及：G06F11/00；该发明授权基于时间序列分割的云服务器性能衰退预测方法是由孟海宁;杨哲;童新宇;朱磊;张嘉薇;冯锴设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本基于时间序列分割的云服务器性能衰退预测方法在说明书摘要公布了：本发明公开了基于时间序列分割的云服务器性能衰退预测方法，首先将云服务器上的性能资源时间序列数据进行提取；对得到的时间序列数据采用DTW‑BU时间序列分割算法进行分解；对分割后的子序列分别构建LSTM模型，对云服务器资源时间序列数据进行预测；使用均方根误差和平均绝对百分比误差验证模型精度；根据LSTM模型的时间序列预测数据，对系统性能衰退趋势进行预测，检验数据的拟合程度，根据预测数据阈值判定软件再生的时间节点；本发明可提高云服务器性能衰退预测结果的精度，避免预测过程出现过拟合现象，并解决了针对云服务器性能衰退现象如何在最佳的时间点进行软件再生的问题。

本发明授权基于时间序列分割的云服务器性能衰退预测方法在权利要求书中公布了：1.基于时间序列分割的云服务器性能衰退预测方法，其特征在于，具体按以下步骤实施： 步骤1，将云服务器上的性能资源时间序列数据进行提取； 步骤2，将步骤1中得到的时间序列数据，采用DTW-BU算法分割成新的子序列； 步骤3，对步骤2分割后的多个子序列分别构建LSTM模型，训练LSTM模型，并对云服务器资源时间序列数据进行预测； 步骤4，将步骤3预测训练后的子序列合并； 步骤5，使用均方根误差和平均绝对百分比误差验证模型精度； 步骤6，根据LSTM模型的时间序列预测数据，对系统性能衰退趋势进行预测，检验数据的拟合程度，根据预测数据阈值判定软件再生的时间节点； 所述步骤2中分割过程具体为： 步骤2.1，云服务器性能衰退原始时间序列X=x1,x2,…xT，长度为T，将时间序列X数据段两两连接，分割成T2个分段； 步骤2.2，计算两两分段Segi和Segj的相似性度量DTW值，计算公式如下： 1 其中ωt表示第t个变量对应的权重值，且，、和分别表示两个分段Segi和Segj在第t个变量上趋势、均值和时间跨度上的差异性，ε、λ和γ分别代表三者差异的权重值，同时有++=1；这里DTW值越小，表明两个时间序列分段越相似； 步骤2.3，循环地从中选择最小的DTW值，如果该最小值小于设定的分割阈值δ，则合并对应的两个分段Segi和Segj； 步骤2.4，重复步骤2.1至步骤2.3，直到所有分段的DTW值均不小于分割阈值δ，分割结束； 步骤2.5，得到序列X分割后的特征相似的d个子序列{Seg1，Seg2,…,Segd}。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；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。