基于堆叠稀疏自编码深度神经网络的软件老化识别

摘要

随着高校加大对教学科研的投入,很多实验室都购买了服务器。但是在使用过程中,不可避免的会出现软件老化现象,极大干扰了日常的教学与科研。基于深度学习强大的特征自提取能力,提出一种基于堆叠稀疏自编码深度神经网络的软件老化识别方法。该方法首先将实验采集到的软件性能数据划分为正常、中间态以及老化三种软件系统状态。随机选取其中的70%作为训练数据,用于训练网络的权值和偏置参数,根据训练出的参数确立最优分类模型,利用剩余的30%作为测试数据,验证该网络的有效性。实验分析表明,该方法具有较高的识别率,能够有效的应用于软件老化的识别。