一种基于深度学习的智能硬件配置优化方法

本发明公开了一种基于深度学习的智能硬件配置优化方法，包括如下步骤：采集系统运行数据并预处理；利用改进NCGM模型的输入特征解析模块，生成高维输入特征矩阵；引入可微突触可塑性机制，形成初始局部性能表征；引入连续时间拓扑演化机制，构建动态拓扑结构；形成全局性能表征向量；采用多域协同自适应优化机制，得到收敛参数集合；输出硬件配置参数集合，实现目标硬件系统的智能化、自适应配置优化，提高了硬件系统的自学习能力、性能预测精度与能耗利用率。