[發(fā)明專利]一種嵌入式軟件體系結(jié)構(gòu)級(jí)能耗建模方法無(wú)效
| 申請(qǐng)?zhí)枺?/td> | 201110348973.0 | 申請(qǐng)日: | 2011-11-08 |
| 公開(kāi)(公告)號(hào): | CN102426662A | 公開(kāi)(公告)日: | 2012-04-25 |
| 發(fā)明(設(shè)計(jì))人: | 郭兵;沈艷;劉嘯濱;陳曉豐;王繼禾;伍元?jiǎng)?/a>;劉云本;韓洪良;王敞 | 申請(qǐng)(專利權(quán))人: | 四川大學(xué) |
| 主分類號(hào): | G06N3/08 | 分類號(hào): | G06N3/08 |
| 代理公司: | 暫無(wú)信息 | 代理人: | 暫無(wú)信息 |
| 地址: | 610065 四川*** | 國(guó)省代碼: | 四川;51 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 嵌入式 軟件 體系結(jié)構(gòu) 能耗 建模 方法 | ||
1.一種嵌入式軟件體系結(jié)構(gòu)級(jí)能耗建模方法,其特征在于該方法的步驟如下:
1)對(duì)大量樣本程序的5個(gè)體系結(jié)構(gòu)級(jí)軟件特征量(有效代碼行數(shù)LOC、構(gòu)件數(shù)量TC、平均構(gòu)件接口復(fù)雜度Rc、平均路徑復(fù)雜度Rp、平均構(gòu)件耦合度CF)分別進(jìn)行度量;
2)對(duì)5個(gè)軟件特征量的度量值進(jìn)行預(yù)處理,處理后的值作為BP神經(jīng)網(wǎng)絡(luò)的輸入值;
3)在功耗仿真實(shí)驗(yàn)平臺(tái)HMSim上運(yùn)行樣本程序,獲得樣本程序的能耗值E,E將作為BP神經(jīng)網(wǎng)絡(luò)的輸出值;
4)確定BP神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu),包括隱層數(shù)、隱層節(jié)點(diǎn)數(shù)、隱層傳遞函數(shù)和輸出層傳遞函數(shù);
●隱層數(shù)的確定:隱層數(shù)多少?zèng)Q定了網(wǎng)絡(luò)誤差,但過(guò)多的隱層數(shù)會(huì)導(dǎo)致網(wǎng)絡(luò)復(fù)雜化,增加網(wǎng)絡(luò)訓(xùn)練時(shí)間和“過(guò)擬合”的傾向,單隱層的BP神經(jīng)網(wǎng)絡(luò)可以逼近任何在閉區(qū)間內(nèi)的連續(xù)函數(shù),一個(gè)三層的BP網(wǎng)絡(luò)可完成任意的n維到m維的映射,所以隱層數(shù)確定為1,
●隱層節(jié)點(diǎn)數(shù)的確定:BP神經(jīng)網(wǎng)絡(luò)中,隱層節(jié)點(diǎn)數(shù)對(duì)BP網(wǎng)絡(luò)性能影響巨大,但目前理論上還缺乏科學(xué)的和普遍的方法用于隱層節(jié)點(diǎn)數(shù)的確定,一般采用以下經(jīng)驗(yàn)公式確定隱層節(jié)點(diǎn)數(shù)n1:其中,n為輸入層節(jié)點(diǎn)數(shù),m為輸出層節(jié)點(diǎn)數(shù),a為1到10之間的常數(shù),對(duì)應(yīng)到體系結(jié)構(gòu)級(jí)能耗模型中,輸入層包括有效代碼行數(shù)、構(gòu)件數(shù)量、平均構(gòu)件接口復(fù)雜度、平均路徑復(fù)雜度和平均構(gòu)件耦合度5個(gè)輸入量,因此,輸入層節(jié)點(diǎn)數(shù)為5,輸出層為平均功耗輸出層節(jié)點(diǎn)數(shù)為1,所以n1的取值范圍為3-12,
●隱層傳遞函數(shù)和輸出層傳遞函數(shù)的確定:針對(duì)單隱層BP神經(jīng)網(wǎng)絡(luò),輸入層和隱層傳遞函數(shù)一般采用tansig函數(shù),輸出層傳遞函數(shù)一般采用purelin函數(shù),通過(guò)多組實(shí)驗(yàn)可以發(fā)現(xiàn),Trainlm函數(shù)在隱層節(jié)點(diǎn)數(shù)為11的時(shí)候,其收斂速度和逼近誤差都能達(dá)到令人滿意的效果,所以BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)使用Trainglm,訓(xùn)練函數(shù)的隱層結(jié)點(diǎn)數(shù)為11,
5)輸入樣本程序軟件特征量度量值和能耗值對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,通過(guò)訓(xùn)練確定BP神經(jīng)網(wǎng)絡(luò)隱層的權(quán)值和閾值;
6)輸入目標(biāo)程序的特征量到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中,得到能耗預(yù)測(cè)值,再與目標(biāo)程序的實(shí)際能耗值進(jìn)行對(duì)比,驗(yàn)證建模方法的有效性。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于四川大學(xué),未經(jīng)四川大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110348973.0/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種基于應(yīng)用軟件散布的軟件授權(quán)與保護(hù)方法及系統(tǒng)
- 一種用于航空機(jī)載設(shè)備的軟件在線加載系統(tǒng)及方法
- 軟件構(gòu)建方法、軟件構(gòu)建裝置和軟件構(gòu)建系統(tǒng)
- 惡意軟件檢測(cè)方法及裝置
- 一種基于軟件基因的軟件同源性分析方法和裝置
- 軟件引入系統(tǒng)、軟件引入方法及存儲(chǔ)介質(zhì)
- 軟件驗(yàn)證裝置、軟件驗(yàn)證方法以及軟件驗(yàn)證程序
- 使用靜態(tài)和動(dòng)態(tài)惡意軟件分析來(lái)擴(kuò)展惡意軟件的動(dòng)態(tài)檢測(cè)
- 一種工業(yè)控制軟件構(gòu)建方法和軟件構(gòu)建系統(tǒng)
- 可替換游戲軟件與測(cè)驗(yàn)軟件的裝置與方法
- 評(píng)估企業(yè)體系結(jié)構(gòu)的方法和系統(tǒng)
- 一種計(jì)算機(jī)體系結(jié)構(gòu)性能模擬方法及系統(tǒng)
- 基于云的主數(shù)據(jù)管理體系結(jié)構(gòu)
- 一種軟件體系結(jié)構(gòu)并行演化沖突的檢測(cè)方法
- 基于進(jìn)程代數(shù)的軟件體系結(jié)構(gòu)安全模型的建立方法
- 一種作戰(zhàn)體系建模與仿真系統(tǒng)
- 用于測(cè)試混合指令體系結(jié)構(gòu)的方法和系統(tǒng)
- 一種在微體系結(jié)構(gòu)層面表征區(qū)塊鏈系統(tǒng)的方法和裝置
- 基于設(shè)計(jì)數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)的體系結(jié)構(gòu)評(píng)估方法及其系統(tǒng)
- 一種Java項(xiàng)目的體系結(jié)構(gòu)策略定位方法及系統(tǒng)





