基于扇形模板的数字集成电路规律性提取算法

将数据挖掘方法用于数字集成电路规律性提取,提出了一种扇形结构模板的规律性提取算法.采用压缩式存储及删除缓冲器结构等方法,降低了电路的存储空间.通过边权值编码,实现了逐级产生扇形频繁子电路的算法,解决了传统算法对大规模数字集成电路规律性提取时间复杂度过高的问题.实验结果表明该算法比SPOG与TREE算法更能充分提取电路的规律性,规律性提取时间更短.

基于改进熵值法和限幅小波的大波动地区短期负荷预测

为了使大波动地区的短期负荷预测精度得到改善,将大波动地区的负荷划分为基础负荷、冲击性负荷和小水电负荷,对波动大的的冲击性负荷和小水电负荷作出预测,并将限幅小波的理论引用到负荷预测模型中去。找出影响冲击负荷和小水电负荷相关的若干因素。由于用于预测的信号随机波动大,因此先运用改进熵值法对历史数据进行筛选,再运用规则性系数选取适合的小波基对信号进行小波分解,然后对低频信号进行限幅滤波,对极大模值做异常处理和以低通滤波的方式去噪,再选用线性神经网络模型和改进的差分自回归-滑动平均模型(ARIMA)进行预测,对预测结果进行比较和分析。实验证明对于波动大的冲击性负荷和小水电负荷,基于单层限幅小波分析的负荷模型预测效果较单层小波分析的负荷预测效果好。改进的熵值法和限幅小波分析理论对提高冲击负荷和小水电负荷的短期预测结果精度有较好的实用价值。

一种数字集成电路链状频繁子电路提取算法(英文)

基于数据挖掘思想,提出一种链状结构模板的规律性提取算法,解决集成电路规律性提取算法复杂度过高的问题.通过对边权值进行编码,将复杂子电路的同构搜索转化为边权值序列的匹配问题.模板扩展过程利用剪枝策略删除非频繁子电路,提高了规律性提取效率.将模板的产生与子电路的同构搜索过程合并,简化规律性提取流程.解决大规模集成电路中规则性提取复杂度过高的问题.结果表明,算法比SPOG与TREE算法更能充分提取电路的规律性,得到较好的电路覆盖.