基于历史长度自适应的分支预测方法

通过研究处理器动态分支预测器中预测效率与分支历史长度的关系,针对程序中各分支指令存在不同最优历史长度的规律,提出一种搜索各分支指令最佳历史长度的分支预测方法.该方法通过实时监测分支指令的预测准确率,在分支预测表硬件资源不变的情况下动态调整预测器的历史长度,以适应程序的动态运行特征.实验结果表明,在相同硬件资源下,文中方法相对于Gshare预测器错误率降低15.8%,相对于Bi-mode预测器预测错误率降低10.3%.

基于K均值的软件测试集用例约简算法研究

本文提出了一种基于模糊K均值的软件测试集用例约简算法,尽可能的发现相似的用例,旨在进行最大化的精简.实验结果表明,此算法能够最小化约简用例集,并且对比分析其他算法,用例集覆盖范围最广泛,错误率检测较高.