一种用于片上网络的拥塞感知哈密尔顿最短路径路由算法

类脑处理器能够支持多种脉冲神经网络SNN的部署来完成多种任务。片上网络NoC能够用较少的资源和功耗解决片上复杂的互连通信问题。现有的类脑处理器多采用片上网络来连接多个神经元核,以支持神经元之间的通信。SNN在时间步内瞬时突发的通信会在短时间内产生大量的脉冲报文。在这种通信行为下,片上网络会在短时间内达到饱和,造成网络拥塞。片上网络中非拥塞感知路由算法会进一步加剧网络拥塞状态,如何在每一个时间步内有效处理这些数据包,从而降低网络延迟,提高吞吐率,成为了目前需要解决的问题。首先对SNN的瞬时猝发通信特性进行了分析;然后提出一种拥塞感知的哈密尔顿路径路由算法,以降低NoC平均延迟和提高吞吐率;最后,使用Verilog HDL实现该路由算法,并通过模拟仿真进行性能评估。在网络规模为16×16的2D Mesh结构的片上网络中,相对于没有拥塞感知的路由算法,在数量猝发模式和概率猝发模式下,所提出的拥塞感知路由算法的NoC平均延迟分别降低了13.9%和15.9%;吞吐率分别提高了21.6%和16.8%。

DNA计算机理研究及展望

DNA计算是一种模拟生物分子DNA结构并借助生物技术进行计算的新方法 ,它开创了以化学反应作为计算工具的先例 ,为组合优化问题的解决提出了一种全新的途径 .论述了DAN计算的原理及其发展动向 ,研究表明该方法有不可估量的潜力 .指出了DNA计算目前研究的主要方向及应用领域 .

DNA计算的原理及研究进展

阐述了DNA计算的机理及其数学原理,介绍了Adleman实验,指出了DNA计算目前的应用领域和存在的问题,并对DNA计算的发展前景进行了展望。

基于DNA计算的层次图聚类算法

为解决使用DNA计算图聚类问题,提出一种基于DNA计算的层次图聚类算法。在分裂层次聚类中,使用DNA分子对图中顶点、边进行编码,在试管中并行产生最小生成树,根据给定阈值,通过切割树枝得到聚类结果。在凝聚聚类中使用DNA计算产生哈密尔顿路径,通过寻找最短哈密尔顿路径得到聚类结果。实验结果验证了该算法的可行性。

碎纸片的拼接复原研究

收集琐碎文献在恢复司法实物证据、恢复历史文件等方面发挥着重要作用。本文分析连接和修复碎片,通过利用MATLAB来解决提取图片碎片边缘的灰度值特征与图片中文本行的位置特征之间差异的问题,再加上小量的人工干预,实现拼接。对于两张纸片被纵切的转化情况,利用MATLAB转化,分别通过转化计算出各一张碎纸片的转化灰度和二值矩阵,然后通过转化灰度为二和一值矩阵,得出两张不同碎纸片间的边缘二和一值矩阵向量值在矩阵上的差异,同时通过转化灰度和二值矩阵计算得出纸片文字号和行列号在位置上的差异,按照此方法依次从左至右找到相邻碎片,最终复原碎片。对于纸片被横切和纵切的情况下,需要重新构造特征因子,来记录碎片空白行的宽度和位置信息。根据空白行的特征为余下碎片找到同行碎片。从最左端的碎片开始利用图论中寻找权值最小哈密尔顿路径的相关理论以及最优理论向右复原整行碎片,得到只有横切的碎片条。再根据上下端特征,并配合少量的人工干预复原图片。

利用双链DNA编码节点和质粒求解的有向Hamilton路径问题

DNA计算可以大规模并行处理和组合运算,解决某些难解问题,如有向Hamilton路径问题。以质粒DNA为框架,将节点用双链DNA编码,筛选最短Hamilton路径的方法,对有效解进行最大程度的分离,排除不可行解,避免误差进一步放大。此方法可以提高反应过程中编码的稳定性,减少分子错配的可能性,进行试管生化反应后,经分离鉴定得到最短路径。