公开(公告)号：CN106526450B

公开(公告)日：2018-12-11

申请号：CN201610949113.5

申请日：2016-10-27

Applicant: 桂林电子科技大学

Inventor： 胡聪 ,  朱爱军 ,  周甜 ,  万春霆 ,  许川佩 ,  朱望纯 ,  屈瑾瑾 ,  贾梦怡

IPC: G01R31/28

Abstract: 本发明公开一种多目标NoC测试规划优化方法，采用重用NoC作为测试存取机制的并行测试方法，对NoC中的IP核进行测试，节省测试资源，提高测试效率。在量子多目标进化算法的基础上，采用多进制概率角编码替代二进制概率幅编码，更好的适应NoC测试规划问题；采用调和距离替代拥挤距离能更好的衡量拥挤程度；采用混沌策略动态更新旋转角，能很好地兼顾了算法的探索和发掘能力。

公开(公告)号：CN106503333A

公开(公告)日：2017-03-15

申请号：CN201610918068.7

申请日：2016-10-20

Applicant: 桂林电子科技大学

Inventor： 胡聪 ,  贾梦怡 ,  周甜 ,  万春霆 ,  许川佩 ,  朱望纯 ,  屈瑾瑾

IPC: G06F17/50 ,  G06F11/36

CPC classification number: G06F17/5013 ,  G06F11/3684

Abstract: 本发明公开一种三维片上网络测试规划方法，结合3D NoC测试的特点建立一种时间Petri网模型，将变迁激发序列作为并行测试任务规划方案，通过改进的两级递阶蝙蝠算法，在测试路径分配基础上进行顺序调度优化，将测试资源合理有效的分配给各IP核。本发明采用的模型直观的描述了3D NoC测试规划问题，可以有效降低3D NoC测试时间、提高测试效率、保证测试有效性。本发明的测试规划算法在解的质量、收敛速度方面具有一定的优势，能有效提高并行测试的效率，降低测试时间。

公开(公告)号：CN106526450A

公开(公告)日：2017-03-22

申请号：CN201610949113.5

申请日：2016-10-27

Applicant: 桂林电子科技大学

Inventor： 胡聪 ,  朱爱军 ,  周甜 ,  万春霆 ,  许川佩 ,  朱望纯 ,  屈瑾瑾 ,  贾梦怡

IPC: G01R31/28

CPC classification number: G01R31/2851

Abstract: 本发明公开一种多目标NoC测试规划优化方法，采用重用NoC作为测试存取机制的并行测试方法，对NoC中的IP核进行测试，节省测试资源，提高测试效率。在量子多目标进化算法的基础上，采用多进制概率角编码替代二进制概率幅编码，更好的适应NoC测试规划问题；采用调和距离替代拥挤距离能更好的衡量拥挤程度；采用混沌策略动态更新旋转角，能很好地兼顾了算法的探索和发掘能力。

公开(公告)号：CN107612767B

公开(公告)日：2020-05-22

申请号：CN201710685262.X

申请日：2017-08-11

Applicant: 桂林电子科技大学

Inventor： 胡聪 ,  屈瑾瑾 ,  周甜 ,  许川佩 ,  朱望纯 ,  朱爱军 ,  陈涛 ,  郑岚

IPC: H04L12/26

Abstract: 本发明公开一种基于正弦余弦算法的NoC测试规划方法，采用专用TAM的并行测试方法，在满足功耗、引脚约束的条件下，建立测试规划模型，对NoC进行测试。通过群体围绕最优解进行正弦、余弦的波动，以及多个随机算子和自适应变量进行寻优，达到最小化测试时间的目的。在ITC’02test benchmarks测试集上进行对比实验，结果表明相比粒子群(PSO)算法，提出的算法能够获得更短的测试时间。

公开(公告)号：CN106503333B

公开(公告)日：2019-01-25

申请号：CN201610918068.7

申请日：2016-10-20

Applicant: 桂林电子科技大学

Inventor： 胡聪 ,  贾梦怡 ,  周甜 ,  万春霆 ,  许川佩 ,  朱望纯 ,  屈瑾瑾

IPC: G06F17/50 ,  G06F11/36

公开(公告)号：CN108614884A

公开(公告)日：2018-10-02

申请号：CN201810412863.8

申请日：2018-05-03

Applicant: 桂林电子科技大学

Inventor： 胡聪 ,  屈瑾瑾 ,  周甜 ,  朱爱军 ,  许川佩 ,  陈涛

IPC: G06F17/30 ,  G06K9/62

Abstract: 本发明提出一种基于卷积神经网络的服装图像检索方法,该检索方法包括以下步骤：S1对图像进行预处理，提取感兴趣的服装区域；S2采用卷积神经网络Inception-v3模型作为预训练模型，将预处理后的图像信息输入到预训练模型中提取特征向量；S3采用K-means聚类算法对数据库图像库的进行预分类，得到与目标服装属于同一类别的图像簇；S4计算目标服装与图像库服装的相似度，根据相似度的值输出检索结果。该方法能够提高检索效率和准确率。

公开(公告)号：CN107612767A

公开(公告)日：2018-01-19

申请号：CN201710685262.X

申请日：2017-08-11

Applicant: 桂林电子科技大学

Inventor： 胡聪 ,  屈瑾瑾 ,  周甜 ,  许川佩 ,  朱望纯 ,  朱爱军 ,  陈涛 ,  郑岚

IPC: H04L12/26

Abstract: 本发明公开一种基于正弦余弦算法的NoC测试规划方法，采用专用TAM的并行测试方法，在满足功耗、引脚约束的条件下，建立测试规划模型，对NoC进行测试。通过群体围绕最优解进行正弦、余弦的波动，以及多个随机算子和自适应变量进行寻优，达到最小化测试时间的目的。在ITC’02test benchmarks测试集上进行对比实验，结果表明相比粒子群(PSO)算法，提出的算法能够获得更短的测试时间。