基于EMD-LSTM的分子谱线数据预处理容器负载分组预测算法

doi:10.13229/j.cnki.jdxbgxb.20230690

吉林大学学报(工学版) ›› 2025, Vol. 55 ›› Issue (04) : 1374-1383. DOI: 10.13229/j.cnki.jdxbgxb.20230690

冶鑫晨, 张海龙, 王杰, 李大磊, 张萌, 张亚州, 杜旭, 李嘉, 王万琼

作者信息 +

History +

摘要

集群环境中容器资源分配不均衡是当前亟待解决的问题，针对容器负载预测及资源分配策略，本文设计了基于经验模态分解-长短期记忆网络的天文数据处理容器负载分组预测算法，提出了基于预测负载信息的自适应推荐值生成算法，可根据负载波动程度自动分配容器计算资源。利用模拟数据及真实天文观测数据进行了负载预测准确度验证，实验结果表明本文提出的算法相较于三重指数方法和单一长短期记忆网络模型具有更高的预测准确度。在天文数据实时预处理测试中，相较于默认策略，本文提出的推荐值生成算法可有效提升计算资源的使用效率。

关键词

天文信息技术 / 容器 / 负载预测 / 长短期记忆网络 / 负载均衡

中图分类号

TP183 / P11

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

冶鑫晨, 张海龙, 王杰, 李大磊, 张萌, 张亚州, 杜旭, 李嘉, 王万琼. 基于EMD-LSTM的分子谱线数据预处理容器负载分组预测算法. 吉林大学学报(工学版). 2025, 55(04): 1374-1383 https://doi.org/10.13229/j.cnki.jdxbgxb.20230690

基金

国家重点研发计划项目(2021YFC2203502,2022YFF0711502); 国家自然科学基金项目(12173077,12003062); 中国科学院“西部之光”人才培养引进计划项目(xbzg-zdsys-202410);中国科学院科研仪器设备研制项目(PTYQ2022YZZD01);中国科学院天文台站设备更新及重大仪器设备运行专项项目; “天山英才培养”计划项目(2022TSYCCX0095,2023TSYCCX0112); 国家天文科学数据中心项目; 新疆维吾尔自治区自然科学基金项目(2022D01A360)

Accesses

Citation

Detail

段落导航

选择文件类型/文献管理软件名称

选择包含的内容

摘要

关键词

中图分类号

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

基金

评论



Issue Date
2025-07-16

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

摘要

关键词

中图分类号

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

基金

评论