公开(公告)号：CN105677521A

公开(公告)日：2016-06-15

申请号：CN201511023314.4

申请日：2015-12-29

Applicant: 东南大学—无锡集成电路技术研究所

Inventor： 沙江 ,  李宁 ,  张阳

IPC: G06F11/22 ,  G06N3/12

CPC classification number: G06F11/2236 ,  G06F11/2273 ,  G06N3/123

Abstract: 本发明公开了一种面向移动智能终端处理器的基准测试程序合成方法，该方法用以合成一个测试程序代表多类实际应用对移动智能终端处理器的压力，包括：程序阶段级微结构无关特征提取，程序片段的控制流图构建，程序规模缩减与控制流图重构，典型基本块提取与模板代码设计，自动化的模板匹配，测试程序的迭代改进，最终拼接成一个完整测试程序，使其与原应用程序具有相似的微结构无关特征。本发明方法通过保留原应用程序中更多重要的负载特征，可以使合成的测试程序具有更高的代表性，并通过去除冗余基本块，有效缩减测试程序规模。

公开(公告)号：CN105654120A

公开(公告)日：2016-06-08

申请号：CN201510996261.8

申请日：2015-12-25

Applicant: 东南大学—无锡集成电路技术研究所

Inventor： 沙江 ,  陈苗苗 ,  张阳

IPC: G06K9/62 ,  G06F11/34 ,  G06F11/30

CPC classification number: G06K9/6223 ,  G06F11/302 ,  G06F11/3452

Abstract: 本发明公开了一种基于SOM和K-means两阶段聚类的软件负载特征提取方法，包括以下步骤：(1)从软件执行过程中的动态指令流中提取负载特征：首先将软件执行过程划分为若干个片段，然后对每个程序片段统计特征参数，每个软件会输出多组特征参数，构成一个由多维特征参数组成的矩阵；(2)从特征参数矩阵中提取典型程序片段：利用SOM聚类算法从众多程序片段中找出软件负载特征不同的特征片段簇，再利用K-means聚类算法从同类型的特征片段簇中找出最能代表这个簇特征的片段。本方法同时弥补了SOM收敛时间过长和K-means算法对初始点过于敏感、容易陷入局部最优解的缺陷。