基于小样本学习的云数据中心服务器能耗预测方法

摘要

本发明提出一种基于小样本学习的云数据中心服务器能耗预测方法。包括以下步骤：1)对所采集的云服务器多变量时间序列数据集进行预处理后将数据集分为元训练任务和元测试任务；2)将元训练任务中的数据划分为支持集和查询集用于训练模型，而元测试任务中的数据划分为支持集和查询集用于测试模型，然后进行基于双向线性插值的数据增强；3)构建基于元学习的模型，用增强的元训练任务对模型进行训练，生成模型的初始参数；4)最后使用元测试任务中的增强支持集和查询集分别对模型进行微调和评估。本发明主要针对小样本下的云服务器能耗预测，使用双向线性插值原理和元学习技术，提高了模型的泛化能力。