原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提供一种负载预测模型的训练方法、负载预测方法、装置及设备，涉及数字孪生技术领域。该方法包括：获取计算节点的样本负载序列和样本预测时刻下的真实负载值；采用初始卷积神经网络和初始门控循环神经网络分别对样本负载序列进行特征提取，得到第一样本特征向量和第二样本特征向量；根据第一样本特征向量和第二样本特征向量，通过初始全连接层进行负载预测，得到样本预测负载值；根据样本预测负载值和样本目标负载值，对初始卷积神经网络、初始门控循环神经网络和初始全连接层进行参数调整，得到负载预测模型。本申请可以通过对不同
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117273075A
(43)申请公布日2023.12.22
(21)申请号202310934372.0
(22)申请日2023.07.27
(71)申请人西安理工大学
文档评论（0）