基于训练集聚类选择优化的CPU功耗建模精度提升方法

建立高精度、低开销的CPU功耗模型对于计算机系统的功耗管理与功耗优化至关重要。一般认为训练集规模越大,CPU功耗模型精度越高。但有研究发现增大训练集规模不一定会提高功耗建模精度,有时甚至会导致精度下降,因此,如何选择功耗模型训练集以保证CPU功耗模型精度达到要求具有重要意义。文中提出一种基于聚类的训练集选择优化算法来解决上述问题,在有效保证CPU功耗建模精度的同时降低了CPU功耗建模的开销。该算法首先通过主成分分析将基于PMC的程序特征转换为p维向量特征空间,然后根据找到的最优聚类数按照程序特征对程序进行聚类,从每个聚类簇中选出代表程序;最后根据“单聚类簇内代表性最强原则”与“多聚类簇间代表程序数最少原则”形成最优训练集,模型精度相比Baseline精度有明显提高。在x86和ARM两类处理器平台上分别采用线性功耗建模和神经网络功耗建模两种方式,对算法进行了实验评估,实验结果表明所提算法的功耗建模精度有效显著提升。

机械通气诊治重症急性肺水肿的临床研究

目的机械通气诊治急性重症急性肺水肿的临床疗效观察。方法本医院选取2006年6月至2011年6月急诊科确诊为急性肺水肿128例(男84例,女44例),年龄47～78岁,平均年龄(63.1±5.4)岁,通气前及通气后2h及24h动脉血气分析。结果 128例患者中104例(81.3%)病情好转,均于30min～2h内紫绀消失,心悸、气促、呼吸困难症状明显改善,肺部啰音明显减少(减少到1/2肺野以下)或消失,意识模糊者神志转清,24h后病情趋向稳定。16例(12.5%)死亡,其中12例死于大面积心梗合并心源性休克,4例死于心脏骤停,4例感染性心内膜炎合并二尖瓣脱垂症状好转后因经济困难放弃治疗,出院后第4天死亡,治疗前及治疗后2h及24h呼吸、心率、血压的变化及血气分析均有明显改善。结论对于重症急性肺水肿及早期采用机械通气能够迅速改善此类患者症状和心肺功能,阻断进行性恶化的心功能状态及血液动力学障碍,是抢救重症肺水肿的一种行之有效的方法。