排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
感官检验是一种以人的感觉器官为手段,对纺织品的外观、风格等方面质量特性进行考察、分辨和判断的检验方法。感官检验不仅在成品检验上,在纺织品的生产过程中也被多方面采用。从产品规划设计起,到加工、成品检验、用户调查的全过程;从表面加工状况如伤疵、脏污之类的检验项目开始,直到使用的舒适性、人类工效设计、采购动机以及消费者态度等,均涉及到感官检验。纺织品原材料的感官检验一、对呈散纤维状态的纺织原料的鉴别对呈散纤维状态的纺织原材料的鉴别是根据外观形态、色泽、手感及手拉强度等分出天然纤维(棉、麻、毛、丝)和化… 相似文献
2.
软件流水中隐藏存储延迟的方法 总被引:3,自引:2,他引:3
软件流水是一种重要的指令调度技术,它通过同时执行来自不同循环体的指令来加快循环的执行速度.随着处理机运行速度的逐渐提高,存储访问延迟成为性能提高的瓶颈.为了减轻存储系统影响,软件流水结合了一些存储优化技术,通过隐藏存储延迟来提高性能.提出了一种延迟可预测的模调度算法(foresighted latencymodulo scheduling,简称FLMS),它根据循环的特点来确定load指令延迟.实验结果表明,FLMS算法减少了阻塞时间,提高了程序性能. 相似文献
3.
基于非线性回归方程偏导数分析应用程序性能敏感度的方法 总被引:1,自引:0,他引:1
性能敏感度反映了应用程序性能相对于性能影响因素的变化率,对性能敏感度的量化分析可为体系结构设计和程序性能优化提供有意义的参考和指导.提出了一种分析程序性能敏感度的非线性回归模型(PS-NLRM),能够量化不同应用程序的性能敏感度.通过主成分分析消除了影响性能的性能事件之间的相关性,通过曲线拟合引入非线性项,建立了程序性能CPI和性能事件之间的非线性回归方程.模型应用在SPEC CPU2006整型程序之上,通过了t检验和F检验,达到90%以上的拟合度.基于非线性回归方程相对于性能事件的偏导数,得到不同应用程序的性能对性能事件的敏感度.利用性能敏感度对SPEC CPU2006整型程序性能进行预测的平均相对误差约为4.5%,比传统线性回归模型预测误差下降50%. 相似文献
4.
5.
主成分线性回归模型分析应用程序性能 总被引:3,自引:0,他引:3
应用程序的性能分析能够给体系架构设计者和性能优化者提供有效的参考和指导.采用主成分线性回归模型分析了SPEC CPU2006的整型程序性能.模型选取性能监测单元采样到的事件为自变量,每条指令的时钟周期数(CPI)作为因变量.模型中采用主成分分析法消除了性能事件之间的相关性.实验结果表明,模型的拟合优度在90%以上,对性能进行预测的平均相对误差为15%.模型从量化上分析了L1,L2高速缓存缺失作为影响性能的关键因素是怎样影响程序性能的. 相似文献
6.
(接上期)织物风格的感官评定织物风格是表征织物外观特征与穿着性能的综合指标。以人的感觉判断来评定织物的风格优劣是一种最基本、最原始的方法。由于感官评定是人们凭借触觉和视觉器官来感知织物的穿着舒适性和美感,因此,是一种最自然、贴切、敏锐且最富有权威性的风格评定方法。一、感官评定方法的不足1-无法排除主观任意性由于感官评定涉及生理、心理因素,因而同一块织物,对于不同的人,会有不同的判断和评价。而织物本身固有性能与评价结果之间并不存在着一一对应的单值关系,评定中很难掌握统一的标准和尺度。另外,许多用来… 相似文献
1