[发明专利]一种基于深度学习的EDF可调度性判定方法及装置在审
| 申请号： | 201811486770.6 | 申请日： | 2018-12-06 |
| 公开（公告）号： | CN109739638A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 李莹;龙翔;张炯;虞世城;齐天翼;刘宇 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 张子青;刘芳 |
| 地址： | 100191 北京市海淀区学院*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的EDF可调度性判定方法及装置，该方法包括：首先，获取待执行任务集，接着，采用空间划分方法对待执行任务集进行划分，获取第一任务子集，根据第一任务子集的调度特征及预先训练好的可调度性判定模型，获取可调度性判定结果，可调度性判定结果用于表示第一任务子集能否在单核处理器上按照EDF算法被调度。本发明所提供的方法利用预先训练好的能够预测任务集能否在单核处理器上按照EDF算法被调度的可调度性判定模型，进行可调度性判定，提高了可调度性判定结果的准确度。另外，对待执行任务集对应的第一任务子集进行可调度性判定，还能够在完整的待执行任务集无法被调度时，提供决策依据。 | ||
| 搜索关键词： | 可调度性 任务集 判定 任务子集 判定结果 单核处理器 调度 调度特征 决策依据 准确度 学习 预测 | ||
【主权项】：
1.一种基于深度学习的EDF可调度性判定方法，其特征在于，包括：获取待执行任务集，其中，所述待执行任务集包括至少一个周期性、且可抢占的待执行任务；采用空间划分方法对所述待执行任务集进行划分，获取第一任务子集，其中，所述第一任务子集包括至少一个所述待执行任务，所述空间划分方法用于对由所述待执行任务的属性参数所映射的高维度空间进行划分，以获取所述待执行任务在空间上的不同排列组合；根据所述第一任务子集的调度特征及预先训练好的可调度性判定模型，获取可调度性判定结果，其中，所述可调度性判定结果用于表示所述第一任务子集能否在单核处理器上按照最早截止时间优先EDF算法被调度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811486770.6/，转载请声明来源钻瓜专利网。
