软件导引的模拟退火算法在硬软件划分中的应用

对系统级设计中的硬软件分割问题建立数学模型,将系统级设计工具提供的性能分析功能与模拟退火算法相结合,设计了一种软件导引的模拟退火算法。该实现中将嵌入式系统性能指标(任务的执行时间)作为约束,将实现代价以及功耗作为硬软件分割方法优化的目标。在保证系统的设计目标(任务执行时间)满足要求的基础上,通过选择系统中各模块实现代价和功耗较小的实现方法,进而优化整个系统的实现代价和功耗,彻底改变了以往航天应用的嵌入式系统设计中依赖人工经验进行硬软件划分下现状。

基于约束紧迫度和反向调节算法的硬/软件划分

硬 /软件协同设计的关键问题之一是硬 /软件划分 .本文提出了基于约束紧迫度和反向调节算法的硬 /软件划分方法 .在约束紧迫度算法中 ,首先根据时间紧迫度来决定节点是映射到硬件还是映射到软件 ,然后根据硬 /软件面积的紧迫度选择节点的执行时间 /面积 .反向调节算法则是通过节点之间存在的松弛时间来对系统进行进一步的优化 .实验表明 ,该算法在总体性能上要优于文献〔18〕中提出的 MIBS算法 .

基于UML建模语言的硬/软件划分算法研究

提出了一种基于UML的硬件/软件划分算法——DynaPart,DynaPart是一个基于UML序列图的硬件/软件划分算法.DynaPart的设计流程能够降低系统执行时间,同时降低算法的复杂性和时间开销.为了验证所提出的设计流程和DynaPart划分算法的可行性,展示了DES系统的加密和解密算法的实现示例.

对k均值算法和硬C-均值算法的对比分析

通过比较目标函数、聚类原型模式P(0)的初始化方法、划分矩阵U和聚类原型P的更新方法等4个方面,得出k均值算法和硬C-均值算法的区别。

面向应用的可重构编译器ASCRA(英文)

在很多应用领域已经开展了可重构计算的研究,但是由于缺乏高层设计工具,设计者需要较深的软件和硬件专业知识才能开发GPP/RAU架构的程序,阻碍了其大规模应用。提出了一种面向应用的可重构编译器——ASCRA的初始架构,它可以自动将C语言映射为VHDL语言,从而解决可重构计算中自动编译工具的瓶颈。ASCRA编译器主要研究软硬件划分技术和面向硬件的优化技术,如脉动阵列、循环流水技术。在ML505开发平台上,设计实现了ASCRA编译器的验证平台,并通过实验给出了核心程序段生成VHDL代码的综合信息。

模糊直方图及其在测量数据处理中的应用

从分析绘制异常型直方图的观测误差出发 ,讨论了直方图区间的模糊化问题 ,给出了计算模糊频数的公式和绘制模糊直方图的方法 ,并结合实例 。

基于稀疏高斯过程混合模型的短时交通流预测

交通流预测在智能交通系统中起重要作用。由于短时交通流的时变性,传统预测模型效果较差。将稀疏高斯过程混合(SGPM)模型用于短时交通流预测,并研究了隐变量后验硬划分学习算法,该算法依据最大后验估计矫正样本划分,不断迭代实现最优分组。将SGPM模型与核回归(K-R)、最小最大概率机回归(MPMR)、线性回归(L-R)以及高斯过程(GP)的预测结果对比。同时将新的学习算法与传统variational和LooCV学习算法比较。结果表明,基于新算法的SGPM模型不仅能够分模态展示预测结果、输出置信区间,且短时交通流预测均方误差可达0.047 6,训练耗时达7.121 4 s,均优于其他模型。

小负荷短期预测中一种模糊聚类方法的探讨

由于影响负荷的随机因素很多,小容量负荷受冲击负荷影响较大,传统模型中的相似日选择一般采取夹角余弦法,选取的精度有待提高。模糊聚类分析是模糊数学中一种有效的分析方法,应用模糊聚类分析中基于目标函数的方法可对负荷的历史样本进行高精度的分类,所采用的HCM算法有效地提高了分类精度;在此基础上运用AGO回归算法进行合理的数据拟合后得到预测结果。算例证明,此方法是十分有效的,提高了小负荷短期负荷预测的精度。