一种改进的人工神经网络多类型作业功耗预测方法

摘要

本发明涉及高性能计算技术领域，具体涉及一种改进的人工神经网络多类型作业功耗预测方法，采用了卷积神经网络与双向长短期记忆神经网络相结合的方式，卷积神经网络用于提取特征信息，双向长短期记忆神经网络用于提取序列前后之间的关系特征。双向长短期记忆神经网络弥补了卷积神经网络在感知序列数据前后变化方面的不足，两者结合能够有效提高特征提取效率，本发明还引入了注意力机制，结合注意力机制可以将更多的注意力集中在有效、关键的数据上，同时削弱冗余信息对于结果的影响，这种方法的泛化能力和非线性映射能力较强，不依赖于预先建立的数学模型，具有自学习，自适应能力，可以适用于各种类型的作业。