使用系数矩阵变换极性转换的MPRM电路面积优化

为缩短布尔函数系统混合极性Reed-Muller(mixed-polarity Reed-Muller,MPRM)电路面积优化过程的时间,提出了能在任意极性值的MPRM间进行极性转换的系数矩阵变换方法.使用系数矩阵表示布尔函数系统,通过对系数矩阵进行分隔,使用置换和折叠操作完成MPRM极性转换以加快极性转换速度;在此基础上,给出了适用于较大规模MPRM电路的面积优化算法,其中使用遗传算法进行极性空间搜索,并采用基于最短个体距离的适应度计算方法进一步缩短优化过程中的极性转换时间.实验结果表明,与其他MPRM极性转换方法相比,文中方法能够提高MPRM电路面积优化的速度.     

基于系数矩阵的极性转换方法及其在MPDRM化简中的应用

针对多输出布尔函数系统混合极性对偶Reed-Muller展开（MPDRM）的极性转换问题, 提出了一种基于系数矩阵的极性转换方法。该方法通过分析使用转换矩阵进行极性转换时所需的矩阵运算, 进行子矩阵提取并将复杂的矩阵运算简化为子矩阵间的同或运算, 提高了极性转换速度。在此基础上, 给出了MPDRM精确化简算法, 该算法采用格雷码策略使得极性转换发生在相邻极性值的MPDRM之间, 并以和项数作为主要化简标准, 文字数作为次要化简标准, 通过采用穷举策略搜索极性空间求解最小MPDRM。实验结果表明, 使用文字数作为次要化简标准能够获得更优化的MPDRM, 与基于列表技术的极性转换方法相比, 所提出方法能够缩短精确化简过程49. 5%的时间。     

混合极性列表技术及其在MPRM电路面积优化中的应用

通过对AND/XOR展开式和函数转换的研究,提出多输出混合极性Reed-Muller(MPRM)表达式列表技术.根据Reed-Muller可编程逻辑阵列(RMPLA)的映射方法以及电路结构建立MPRM电路面积估计模型;在此基础上,结合列表技术和面积估计模型,沿非循环格雷码极性遍历路径进行MPRM电路面积最佳极性搜索,得到面积最优的MPRM电路.通过对19个MCNC和ISCAS基准电路进行测试的结果表明:与Boolean电路和固定极性Reed-Muller(FPRM)电路相比,MPRM电路面积平均减少73.5%和51.8%.     

多级混合极性Reed-Muller逻辑电路功耗优化

针对多级混合极性Reed-Muller (MPRM)电路功耗优化问题,提出一种基于列表法和onset法的多级MPRM功耗优化算法.对于电路的各个割集,结合列表法和多输入AND/XOR门低功耗分解模型,遍历所有极性下的二级MPRM最优功耗函数;然后在二级MPRM函数的基础上,通过onset法得到多级MPRM函数,对其中的多输入AND/XOR门进行低功耗分解.在MCNC和EPFL测试集上的实验结果表明,与原电路相比,所提算法的平均功耗优化率达到49.90%和27.87%;与二级MPRM功耗优化算法相比,该算法的平均面积优化率为20.52%,平均功耗优化率达到21.24%.     

一种三角矩阵特征变换方法

从特征空间初始基底的优化出发,提出一种特征提取中确定变换矩阵公式的方法,称作三角矩阵特征变换方法.其变换矩阵中的参量个数只是现有方法中的一半左右,极大地减小了计算量.而且该方法支持各种特征变换准则,灵活性好.     

基于二倍体显性机制的透视变换矩阵参数优化

图像拼接的基础是将所有待拼接的图像转换到同一平面上,而透视变换矩阵描述的就是一个平面到另一个平面的投影变换,反映了图像坐标点之间的一一对应关系。但当透视变换矩阵中参数精度较低时会导致图像拼接效果不佳,拼接过程中会出现公共区域无法对接、有鬼影等现象。提出了一种基于二倍体显性机制的DNA遗传算法(AO方法)的矩阵参数优化方案,AO方法在优化效率上能以较快的速度和较高的精度搜索到问题的全局最优解,从而提高透视变换矩阵参数的精度。实验结果显示,所提出的方法能够较好地优化矩阵参数,符合期望目标。     

基于布尔矩阵的初等行变换的知识约简算法

给出了布尔矩阵的初等行变换定义，建立了线性逻辑方程组形式的属性约简模型，用布尔矩阵的初等行变换把系数矩阵化为最简矩阵，给出了用系数矩阵和最简矩阵判定绝对必要属性、相对必要属性和绝对不必要属性的三个充分必要条件，并由此提出了一种知识约简的快速算法。     

基于二元关系的矩阵变换及应用

介绍了关系矩阵变换和关系同构的概念,证明了关系同构的两个充要条件.讨论了同构关系之逆关系、关系的传递闭包的同构性质等.给出了用关系矩阵变换判定关系等价性的几个充要条件.     

矩阵变换法求解广义系统与广义系统的分层特征

本文利用矩阵的初等变换技巧,对广义系统在ＥＸ＝ＡＸ＋Ｂｕ的解给出了一种新的计算方法,本方法只需对Ｅ,Ａ进行初等行变换与列变换,即可求出原系统的解。同时指出该方法优于矩阵束方法和Ｄｒａｚｉｎ逆方法,并给出求解实例,在此基础上透视了广义系统的“树型”分层特征,这是广义系统的快子系统所具有的特点,这一特点恰恰反映了管理特征。     

基于CTL的循环优化变换描述方法

TRANS是基于CTL的优化变换描述语言,对TRANS语言作了宏扩展,给出了循环嵌套、循环归纳变量、循环依赖及方向向量的时序逻辑描述.从依赖分析的角度对重排序循环优化变换加以考查,并以循环逆转和循环交换为例阐述了其形式化描述方法.     

基于分配系数矩阵的网损分摊方法探究

新电改"九号文"下发后,输配电成本中的网损分摊问题受到了广泛关注.为公平合理的将网损费用分摊给用户,论文提出了一种基于分配系数矩阵的网损分摊方法.首先进行全网潮流计算,得到各线路上的功率损耗;然后根据发电机对线路的分配系数矩阵计算各发电机应分摊的网损,再由发电机对负荷的分配系数矩阵计算得到各负荷应分摊的网损.最后,采用...     

一种基于DLS和ACO的平台资源规划方法

平台资源规划方法是作战任务规划的重要组成部分,为作战提供资源分配方案。描述了作战任务、平台以及它们之间的关系,建立了以最小化全部任务完成的截止时间和最大化平台资源的利用率为目标的数学模型。设计了用于求解此模型的动态列表规划(Dynamic List Scheduling,DLS)与蚁群算法(Ant Colony Optimization Algorithm,ACO)相结合的算法,其描述了任务选择方法、ACO的二进制编码方案及候选解构造策略,设计了不可行候选解的修正策略和信息素更新方法,构造了包含任务选择平台的时间优先系数、平台功能能力优先系数和后续任务对平台需求程度3个因素的适应度函数。针对作战想定进行了仿真计算,结果表明,基于DLS和ACO的平台资源规划具有良好的规划效果,相比于他人算法,其具有更少的全部任务完成截止时间和更高的平台资源利用率。     

基于归一化幅频系数的模态混叠解决方法

针对在经验模态分解的过程中由于间断信号造成的模态混叠问题,提出利用对信号作经验模态分解得到的第1个固有模态函数的瞬时频率和幅度定义归一化幅频系数,分离出间断信号。实验结果证明,该方法可以克服间断信号对后续经验模态分解的影响,将间断信号分离为一个固有模态函数。     

基于高斯混合模型的流量矩阵估算研究

针对源-目的流量估计解的不稳定性和求解方法的复杂性,提出一种基于高斯混合模型的流量矩阵估算算法,它充分利用高斯混合模型的物理意义,使数据聚类的次数减少,并利用Expectation-Maximization算法估算出模型的参数,提高求解的稳定性。实验结果证明了该方法的有效性。     

基于遗传算法求解TSP问题的一种算法

TSP问题是一个经典的NP难度的组合优化问题，遗传算法是求解TSP问题的有效方法之一。利用交换启发交叉算子实现局部搜索加快算法的收敛速度和利用变换变异算子维持群体的多样性防止算法早熟收敛，给出了一种求解TSP问题的遗传算法。仿真实验结果表明了该算法的有效性和可行性。     

基于Cache友好方法的数值计算代码优化

总结利用存储层级结构加速计算流体力学程序的研究现状,通过对现代CPU高速缓存(Cache)的结构分析,研究Cache友好方法对程序运算速度的影响。使用2种基于Cache友好的优化方法对FORTRAN编写的三维多区计算机流铨力学(CFD)计算代码进行优化,给出对三维LU-SGS的详细优化算法。在3种计算平台上的数值实验结果表明,优化后程序运行时间能减少到优化前的20%~50%。     

基于颜色层次矩阵的卡通着色技术

传统的卡通着色技术是基于纹理技术,通过表面属性与光线矢量的关系来确定表面像素色彩.从感知心理学非真实感绘制模型和卡通渲染过程入手,在对传统的卡通着色技术研究分析的基础上,提出了基于颜色层次矩阵的卡通着色技术.不依赖于纹理,而是通过操作颜色层次矩阵进行渲染,其优点是能够实现多层次卡通渲染并在不同的约束条件下,能够灵活快速地实现多种效果.通过与传统方法的比较,结果表明算法具有较高的有效性和灵活性,为计算机非真实感绘制继续进行艺术加工奠定了基础.     

一种基于声调规范模型的声调变换方法

该文利用固定点频率分析提取基音频率(F0),建立归一化线性多项式声调模型。参考男声、女声基音频率的分布和五度标调法,提出了一套汉语声调的规范模型,在此规范模型的基础上,实现了汉语语音声调变换。实际测听表明,经此模型变换的声音达到预期效果。     

一种改进的基于分解的多目标进化算法

利用基于分解的多目标进化算法框架(MOEA/D),将混合策略的进化算法用于求解分解后的若干单目标优化子问题,提出了一种带局部搜索的基于分解的多目标混合策略进化算法(LMS-MOEA/D)。算法利用均匀设计产生子问题的聚合权重向量,混合交叉策略能够充分利用不同交叉算子的优势;同时算法针对演化过程收敛的特点,结合局部搜索策略,获得逼近Pareto前沿的最优解集。最后通过实验验证算法在多样性和收敛性方面的有效性。