一种融合多种机器学习算法的固态硬盘热数据识别方法
基本信息
| 申请号 | CN201710022404.4 | 申请日 | - |
| 公开（公告）号 | CN106874213B | 公开（公告）日 | 2020-03-20 |
| 申请公布号 | CN106874213B | 申请公布日 | 2020-03-20 |
| 分类号 | G06F12/02;G06F3/06;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 王发宽;姚英彪;周杰;陈功 | 申请（专利权）人 | 湖州优研知识产权服务有限公司 |
| 代理机构 | 杭州君度专利代理事务所（特殊普通合伙） | 代理人 | 杭州电子科技大学;湖州优研知识产权服务有限公司;徐州新南湖科技有限公司 |
| 地址 | 310018 浙江省杭州市下沙高教园区2号大街 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种融合多种机器学习算法的固态硬盘热数据识别方法。本发明首先根据请求的大小采用K‑means均值聚类算法对请求进行聚类，判断该请求是冷数据还是热数据；然后，再根据请求的逻辑页号采用K近邻分类算法对该请求进行分类；最后，如果两种方法的分类结果不一致，根据逻辑页号采用最近邻原则对判定结果进行修正。与传统的冷热数据识别方法相比，采用本发明方法既可以保证较低的内存开销，又可以提高热数据识别的准确性，适用于集成到现有的固态硬盘系统中，提高系统的整体性能。 |
