注意力机制LSTM虚拟机能耗建模方法

云计算平台因海量资源池带来了巨大的能耗开销。以虚拟机为粒度，进行灰色关联度分析，采用Hypervisor技术监控虚拟机运行状态参数，引入注意力机制进行LSTM虚拟机能耗建模，模型激活函数采用LeakRelu函数。实验数据呈现能耗模型的实时功率平均误差为5.6%。实验模型对比LSTM、MLP、SVM及K近邻算法，选用WordCount与Sort任务进行虚拟机能耗模型测评，实验结果表明，能耗建模质量优于LSTM、MLP、SVM及K近邻算法。     

一种Word2vec构建词向量模型的实现方法

Word2vec是一种基于简单神经网络的自然语言处理方法，是一种词嵌入技术，可用于构建高维词向量。研究针对Word2vec词向量表示方法进行模型构建和分析，通过NLPCC2014语料训练，将词映射到高维词向量空间中，完成了Word2vec的功能实现以及可视化输出。实验中进一步针对CBOW模型与Skip-gram模型，这两种Word2vec中的重要模型进行对比研究，输出结果表明：在通过大语料训练中文词向量时，Skip-gram模型在新词识别上具有明显优势，综合模型准确性与时间性能来说，总体可靠性更优。