| 注册
首页|期刊导航|自动化学报|基于多维度特征融合的云工作流任务执行时间预测方法

基于多维度特征融合的云工作流任务执行时间预测方法

李慧芳 黄姜杭 徐光浩 夏元清

自动化学报2023,Vol.49Issue(1):67-78,12.
自动化学报2023,Vol.49Issue(1):67-78,12.DOI:10.16383/j.aas.c210123

基于多维度特征融合的云工作流任务执行时间预测方法

Multi-dimensional Feature Fusion-based Runtime Prediction Approach for Cloud Workflow Tasks

李慧芳 1黄姜杭 1徐光浩 1夏元清1

作者信息

  • 1. 北京理工大学复杂系统智能控制与决策国家重点实验室 北京100081
  • 折叠

摘要

关键词

云数据中心/工作流/集成学习/特征融合/执行时间预测

引用本文复制引用

李慧芳,黄姜杭,徐光浩,夏元清..基于多维度特征融合的云工作流任务执行时间预测方法[J].自动化学报,2023,49(1):67-78,12.

基金项目

国家重点研发计划(2018YFB1003700),国家自然科学基金(61836001)资助 (2018YFB1003700)

自动化学报

OA北大核心CSCDCSTPCD

0254-4156

访问量0
|
下载量0
段落导航相关论文