[发明专利]一种基于极限学习机的慢盘检测方法及系统

摘要

本发明提供了一种基于极限学习机的慢盘检测方法及系统，通过对历史磁盘数据进行特征提取，从中选择特征向量进行训练，实现了基于神经网络检测慢盘的方案，优化了慢盘检测过程，提高了慢盘检测准确性并降低了计算复杂度；同时在实际使用过程中，随着历史磁盘数据数量的增加，越来越多的样本被不断训练，模型精度越来越高，进一步提升了准确率，保证了数据存储系统始终处于最佳工作状态。

主权项

一种基于极限学习机的慢盘检测方法，应用于数据存储系统中，包括：步骤S1：构建极限学习机单隐含层前馈神经网络；步骤S2：获取所述数据存储系统中磁盘的历史磁盘数据；步骤S3：将磁盘状态划分为正常磁盘、疑似慢盘以及慢盘，根据所述历史磁盘数据计算所述数据存储系统中磁盘的检测值；步骤S4：基于被划分为上述三种磁盘状态的检测值构建所述极限学习机的训练样本集；步骤S5：确定所述极限学习机的激活函数、隐含层节点数、前馈神经网络的输入权值和隐含层阈值；步骤S6：计算所述隐含层节点的输出矩阵；步骤S7：根据所述输出矩阵和期望输出矩阵计算输出权重；步骤S8：根据隐含层节点的输出矩阵、前馈神经网络的输入权值、隐含层阈值以及输出权重确定基于极限学习机的慢盘检测模型，根据所述慢盘检测模型对所述数据存储系统进行检测，确定所述数据存储系统中的慢盘。