概率转移矩阵(Probabilistic Transfer Matrix,PTM)方法是一种能够在门级比较精确地估计差错对电路可靠性影响的方法,但目前其实现方法只能适用于较小规模的电路.本文引入了电路划分的思想,先把电路分割成一组适宜用原始PTM方法直接计算其可靠度的模块,然后计算出这些模块的可靠度,再依据串行可靠度模型,将所有模块可靠度合成为整个电路的可靠度.本文用实验的方法通过对74系列电路的分析得到了合适的电路分割参数,即分割宽度,再进一步对ISCAS85基准电路进行了可靠度的计算,结果表明新方法可以适用于更大规模的无冗余组合电路.通过与依据美军标MIL-HDBK-217所算得的可靠度的比较,验证了本文所提出的方法的合理性.
网格下的资源分配属于NP-难问题.为了更好地解决这个问题,文中首先提出了网格资源分配模型,并对资源个数与任务个数的三种不同情况进行了详细的分析,最后提出基于并行基因表达式编程的网格资源分配算法(Grid Resource Allocation Algorithm based on Parallel GEP,GRA-PGEP).该算法采用了基于资源与任务相关的非线性的编码方式和反转操作,同时应用粗粒度模型设计了该算法.仿真实验表明,GRA-PGEP算法在优化成功率、平均收敛代数以及耗时方面都要优于传统的GEP和GA算法.
根据人眼的视觉特性,本文提出了一种基于K-L变换的新闻视频镜头检测方法.首先,通过对原始RGB空间进行K-L变换,得到由主轴构成的图像参数模型;其次,运用基于滑动窗口的自适应阈值方法来比较相邻帧间参数模型的差异,得到候选的镜头切换帧;再次,定义以候选帧为首帧的小窗口,计算窗口内各帧与首帧的参数模型差异,得到随时间变化的曲线,称之为参数模型差异曲线(Parameter Model Variation Curve),简称PMV曲线;最后,通过分析曲线的特性进行镜头检测,完成镜头切换方式的分类,同时滤除掉闪光灯镜头.实验结果和性能比较表明,针对国内外新闻视频中出现的各种类型镜头切换该算法取得了良好的检测效果,并且对目标的快速运动、光照变化等具有一定的鲁棒性.
本文针对常见启发式算法中忽略指令与指令实例区别的问题,改进了一个已有启发式算法GreedyHeur:根据指令实例的启发式函数值得出相应指令的权值,并根据指令的优先级关系以贪心策略进行指令实例选择.针对启发式算法无法找到最优解的问题,本文引入基于群体搜索的差分进化算法,并结合贪心策略,提出了ISDE(Instruction Selection Based on Differential Evolution)算法.ISDE算法通过简单的编码和高效的适应度评价机制,快速地迭代搜索最优指令组合.实验结果表明,GreedyHeur和ISDE算法能快速有效地找到比已有启发式算法更优的候选指令组合.
