论文部分内容阅读
针对传统方法对软件时间序列延迟预测的预测准确率低,预测时间长、漏报率高的问题,提出基于LSTM的软件时间序列延迟预测方法.采用激活函数对LSTM(长短期记忆网络)中门控机制与隐藏层的权值系数进行计算,提取软件中的数据特征;利用支持向量机中的函数拟合方法,通过软件中提取的数据特征,构建软件时间序列延迟预测模型.最后将软件的时间序列放入预测模型中,利用核函数对模型进行计算,实现时间序列从低维空间到高维空间的映射,将低维空间的非线性问题转化为高维的线性问题,通过相应的拟合函数计算出结果,以此完成对软件时间序列延迟的预测.实验结果表明,运用该方法对软件的时间序列延迟进行预测,预测的时间短、准确率高、漏报率低.