近似计算技术通过降低电路输出精度实现电路功耗、面积、速度等方面的优化.本文针对RM(Reed-Muller)逻辑中"异或"运算特点,提出了基于近似计算技术的适合FPRM逻辑的电路面积优化算法,包括基于不相交运算的RM逻辑错误率计算方法,及在错误率约束下,有利于面积优化的近似FPRM函数搜索方法等.优化算法用MCNC(Microelectronics Center of North Carolina)电路进行测试.实验结果表明,提出的算法可以处理输入变量个数为199个的大电路,在平均错误率为5.7%下,平均电路面积减少62.0%,并在实现面积优化的同时有利于实现电路的动态功耗的优化且对电路时延影响不大.
针对以相关谱最大值作为统计量对线性调频/二相编码(LFM/BPSK,Linear Frequency Modulation/Binary Phase Shift Keying)混合调制信号盲处理结果进行可信性检验时,存在概率密度函数复杂,难以得到似然比检验闭合表达式的问题,提出了一种基于极值分布理论(EVT,Extreme Value Theory)的简化处理算法.利用相关谱最大值的极限分布替代其精确分布,基于纽曼-皮尔逊(NP,Neyman-Pearson)准则得到简化的似然比检验,给出了相应判决式及其判决门限的解析表达式.文中给出了不同假设下相关谱最大值的极限分布形式.计算机仿真结果表明:本算法与已有的恒虚警方法相当,但优于基于分组极值模型及超阈值模型的两种分布拟合检验法,且具有较低的计算复杂度.
本文针对最优贝叶斯网络的结构学习问题,在动态规划算法(Dynamic Programming,DP)的基础上,使用IAMB算法(Incremental Association Markov Blanket,IAMB)计算得到的马尔科夫毯对评分计算过程进行约束,减少了评分的计算次数,提出了基于马尔科夫毯约束的动态规划算法(Dynamic Programming Constrained with Markov Blanket,DPCMB),研究了IAMB算法中重要性阈值对DPCMB算法的各项性能指标的影响,给出了调整阈值的合理建议.实验结果表明,DPCMB算法可以通过调整重要性阈值,使该算法的精度与DP算法相当,极大地减少了算法的运行时间、评分计算次数和所需存储空间.