排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
为了在电力行业数据中心机房预警系统中何融入机器学习功能,解决目前设备预警系统历史数据利用率低、预警信息需要人工判断、无法利用机器学习模型等问题,以BP神经网络、Stacking模型及Hadoop集群技术为基础,设计一款运维改进方案。探讨系统功能、预警模块、系统管理模块、模型的重复使用及训练的方案。通过应用大数据进行测试,结果表明传统模型的训练需要的时间较长。对于单个模型而言,其训练时长会小于采用Stacking集成模型进行训练所需的平均时长。由此可知,不论是单个模型还是Stacking模型,其模型预测方面的耗时几乎可以实现实时预测。 相似文献
2.
3.
4.
5.
在传统编排系统的基础上,采用精细化流程模型联合Choreography编排模型搭建了业务流程自动化编排系统,通过对某大型电商平台的业务信息进行业务流程编排测试,利用业务流程编排的运行速度、出错率以及编排有效率指标结果与传统业务流程编排情况来评价该系统的运行效果。结果显示,与传统业务流程编排系统相比,该系统的运行速度明显提升,差异具有统计学意义(P<0.05);业务流程编排的出错率明显降低,其差异具有统计学意义(P<0.05);与此同时,该系统的业务流程编排有效率在测试10 000次时达到98.6%,相较于传统业务流程编排系统明显提升,其差异具有统计学意义(P<0.05)。 相似文献
1