基于多尺度循环神经网络的负载预测方法、装置、设备及存储介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多尺度循环神经网络的负载预测方法、装置、设备及存储介质
申请号:CN202510949639
申请日期:2025-07-10
公开号:CN120763020A
公开日期:2025-10-10
类型:发明专利
摘要
本申请公开了基于多尺度循环神经网络的负载预测方法、装置、设备及存储介质,涉及负载预测领域,包括:获取无服务计算环境中的原始输入数据,并对原始输入数据进行处理以得到处理后数据;将处理后数据输入至目标深度卷积神经网络以提取目标负载特征数据;目标负载特征数据包括局部模式和目标特征;将目标负载特征数据输入至由第一预测模型和第二预测模型构成的目标负载预测模型,以获取第一输出结果和第二输出结果,基于第一输出结果和第二输出结果获取负载预测结果;其中,第一预测模型为基于时间注意力机制构建的双向长短期记忆网络,第二预测模型为基于多时间尺度构建的网格长短期记忆网络。本申请实现了无服务计算环境下的精确的负载预测。
技术关键词
负载特征数据 负载预测方法 深度卷积神经网络 多尺度 长短期记忆网络 多时间尺度 注意力机制 矩阵 移动平均算法 网格 特征提取模块 数据处理模块 记忆单元 序列 预测装置 内存 可读存储介质