1.一种多媒体智能调度机，其特征在于，包括：

数据采集模块，用于获取预定时间段内多个预定时间点的CPU占有率、内存占有率、磁盘存储量和网络带宽值；

数据处理模块，用于对所述多个预定时间点的CPU占有率、内存占有率、磁盘存储量和网络带宽值进行时序关联分析以得到运行状态特征向量；以及运行状态检测模块，用于基于所述运行状态特征向量，确定多媒体智能调度机的运行状态是否正常；

其中，所述运行状态检测模块，包括：

特征优化单元，用于对所述运行状态特征向量进行特征分布优化以得到优化运行状态特征向量；

调度机运行状态评估单元，用于将所述优化运行状态特征向量通过分类器以得到分类结果，所述分类结果用于表示多媒体智能调度机的运行状态是否正常；

其中，所述特征优化单元，用于：

以如下优化公式对一维特征向量和所述运行状态特征向量进行局部序列语义的片段式富化融合以得到所述优化运行状态特征向量；

其中，所述优化公式为：

，

其中， 是所述一维特征向量， 是所述运行状态特征向量， 为所述一维特征向量和所述运行状态特征向量之间的距离矩阵， 和 均为列向量，且 是权重超参数， 表示向量乘法， 表示向量加法， 是所述优化运行状态特征向量。

2.根据权利要求1所述的多媒体智能调度机，其特征在于，所述数据处理模块，包括：数据时序排列单元，用于将所述多个预定时间点的CPU占有率、内存占有率、磁盘存储量和网络带宽值按照时间维度和样本维度排列为资源多参数时序矩阵；

上下文资源多参数时序关联特征提取单元，用于对所述资源多参数时序矩阵进行特征提取以得到多个上下文资源多参数时序关联特征向量；以及局部关联强化单元，用于对所述多个上下文资源多参数时序关联特征向量进行局部关联特征强化以得到所述运行状态特征向量。

3.根据权利要求2所述的多媒体智能调度机，其特征在于，所述上下文资源多参数时序关联特征提取单元，包括：矩阵划分子单元，用于对所述资源多参数时序矩阵进行矩阵切分以得到多个资源多参数局部时序矩阵；

全局关联特征提取子单元，用于将所述多个资源多参数局部时序矩阵通过包含嵌入层的转换器模块以得到多个上下文资源多参数时序关联特征向量。

4.根据权利要求3所述的多媒体智能调度机，其特征在于，所述局部关联强化单元，用于：将所述多个上下文资源多参数时序关联特征向量排列为一维特征向量后通过包含第一卷积层和第二卷积层的局部关联特征强化模块以得到运行状态特征向量。

5.根据权利要求4所述的多媒体智能调度机，其特征在于，所述局部关联特征强化模块的第一卷积层和第二卷积层分别采用不同尺度的一维卷积核。

6.根据权利要求5所述的多媒体智能调度机，其特征在于，所述调度机运行状态评估单元，包括：全连接编码子单元，用于使用所述分类器的多个全连接层对所述优化运行状态特征向量进行全连接编码以得到编码分类特征向量；以及分类子单元，用于将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。

7.一种多媒体智能调度方法，其特征在于，包括：

获取预定时间段内多个预定时间点的CPU占有率、内存占有率、磁盘存储量和网络带宽值；

对所述多个预定时间点的CPU占有率、内存占有率、磁盘存储量和网络带宽值进行时序关联分析以得到运行状态特征向量；以及基于所述运行状态特征向量，确定多媒体智能调度机的运行状态是否正常；

其中，基于所述运行状态特征向量，确定多媒体智能调度机的运行状态是否正常，包括：对所述运行状态特征向量进行特征分布优化以得到优化运行状态特征向量；

将所述优化运行状态特征向量通过分类器以得到分类结果，所述分类结果用于表示多媒体智能调度机的运行状态是否正常；

其中，对所述运行状态特征向量进行特征分布优化以得到优化运行状态特征向量对所述运行状态特征向量进行特征分布优化以得到优化运行状态特征向量，包括：以如下优化公式对一维特征向量和所述运行状态特征向量进行局部序列语义的片段式富化融合以得到所述优化运行状态特征向量；

其中，所述优化公式为：

，

其中， 是所述一维特征向量， 是所述运行状态特征向量， 为所述一维特征向量和所述运行状态特征向量之间的距离矩阵， 和 均为列向量，且 是权重超参数， 表示向量乘法， 表示向量加法， 是所述优化运行状态特征向量。

8.根据权利要求7所述的多媒体智能调度方法，其特征在于，对所述多个预定时间点的CPU占有率、内存占有率、磁盘存储量和网络带宽值进行时序关联分析以得到运行状态特征向量，包括：将所述多个预定时间点的CPU占有率、内存占有率、磁盘存储量和网络带宽值按照时间维度和样本维度排列为资源多参数时序矩阵；

对所述资源多参数时序矩阵进行特征提取以得到多个上下文资源多参数时序关联特征向量；以及对所述多个上下文资源多参数时序关联特征向量进行局部关联特征强化以得到所述运行状态特征向量。