一种新的小时延测试向量筛选方法

随着集成电路工艺尺寸不断缩小,电路规模不断增大,小时延测试所需的测试向量越来越多,因此小时延测试的成本越来越高。为降低测试成本提出了一种新的小时延测试向量筛选方法。提出的方法用固定型测试向量的组合来检测小时延故障,从组合的测试集中筛选出具有高小时延故障覆盖率的测试向量。最后仅用一个测试集就能同时对固定型故障、跳变故障、小时延故障进行有效的检测,从而大大节省了向量的存储空间。在ISCAS’85和ISCAS’89基准电路上用MinTest测试集进行的实验表明,提出的方法不但有很高的小时延故障覆盖率,而且向量个数的减少最高达到61倍。

一种用于测试数据压缩的改进型EFDR编码方法

针对集成电路测试中测试数据量过大的问题,提出一种改进型EFDR编码压缩方法。该方法保留了原EFDR编码中可同时对0游程和1游程编码的优点,同时将相邻组别游程的编码长度之差缩减为1位,使游程的编码长度更符合游程在实际测试数据中的出现频率,提高了编码效率。在解码方面,编码后的码字经过简单的数学运算即可恢复得到原测试数据的游程长度,因此解码电路具有较小的硬件开销。实验结果表明,本方法的平均压缩率为68.01%,在保持较小硬件解码开销的同时,具有较高的测试数据压缩率。

用KM算法增强测试集的频谱主分量

在集成电路测试领域常常需要对测试集和测试响应进行频谱分析,计算其频谱主分量,用于指导测试产生和进行测试数据压缩等。提出一种用KM(Kuhn-Munkras)算法增强测试集频谱主分量的方法,先根据测试集和其频谱主分量矩阵构建二分图模型和权值矩阵,把增强频谱主分量的问题转化为二分图的匹配问题,然后用KM算法求解。根据匹配关系调整测试集中测试向量的顺序后,频谱主分量和测试集的相关性增加,频谱主分量得到增强。在ISCAS-89基准电路测试集的实验表明,测试集排序后,其频谱主分量的相关性提高了19.05%,测试集残差FDR编码压缩率提高了4.59%。

基于云计算技术的电力大数据预处理属性简约方法

随着当今时代信息技术的快速发展,大数据概念一经提出便被广泛应用到了多个行业领域当中,将之应用于电网系统当中表现出了十分明显的多类型、大体量、高效率特性,基于这一现状之下显然已经无法再用传统的属性约简方式来对电力大数据进行计算与处理。因此,基于云计算的电力大数据预处理属性约简方法也便应运而生。该文主要就基于MapReduce技术的电力大数据预处理属性约简方法展开了深入探究,并最终就其正确性与对节点数目的影响进行了验证分析。

一种基于云计算的新型智能电网负荷预测平台实现技术

随着我国经济建设与科学技术的高速发展,电网承载的负荷越来越高,如何实现准确的电网负荷预测技术成为当前新型智能电网研究的热点。这些负荷如果没有进行较好的计算,那么很有可能会电网在实际的使用过程中出现问题。由于云计算技术的发展和普及,目前可以使用云计算技术来实现新型智能的电网负荷预测平台。本文着眼于电网负荷预测,利用云计算技术实现电网负荷预测平台实现技术。

基于大数据分析技术的电力运营数据管理

为进一步提升电力部门的服务水平,加快电力部门的信息化建设,是当前电力部门建设的重点。本文首先对大数据分析进行简单的概述,并就大数据分析的基础技术进行介绍,最后以电力运营中常见的电力负荷预测为例,提出一种电力负荷预测方法,以此通过上述的论述,为当前电力部门的有效运营提供参考。

一种基于微信的电力企业移动平台

随着科技的发展以及网络的普及,各种移动软件被开发,如微信、支付宝、网商软件等等,这些软件的开发为人们的生活提供了方便,对各大企业来说,利用这些软件构建移动服务平台,也能方便使用者,使使用者通过移动应用平台系统访问企业信息,继而使企业竞争力得以提升。本文着眼于移动平台的研究,基于微信的功能设计理念,分析电力企业移动平台的构建。

云计算虚拟化平台安全问题的研究

社会科技的发展促进了云计算技术的发展,相应地,云计算安全事件也实现了快速增加的趋势。但是,云计算虚拟平台在建设的过程中也出现了一些亟待解决的安全问题。为此,本研究在阐述云计算虚拟化平台的基础上,结合当前云计算虚拟化平台构建存在的安全威胁,为如何打造高效化、安全化的云计算虚拟平台进行策略分析。

基于云计算及数据复制的快速在线式数据迁移研究及实证

随着现代信息技术的不断发展,数据中心数据量的迅速增长,使如何实现稳定快捷的数据迁移成为领域内当前研究的热点课题。本文针对传统数据中心搬迁过程中实施时间长的现状,特别是故障恢复时间无法控制的问题,提出了一种快速在线式的数据迁移方法。本文从容灾的角度介绍了搬迁的时间要求以及传统数据中心搬迁的流程和面临的风险问题,描述了所提出的数据迁移方法,对该方法中所采用的云计算虚拟化技术和数据复制技术进行分析,实现了基于该方法的数据迁移。通过实际的项目验证,与传统的数据中心搬迁方法相比,所提出的数据迁移方法,可以较好地控制数据迁移时间,提高了搬迁期间数据的可用性。