公开(公告)号：CN104199536B

公开(公告)日：2017-06-06

申请号：CN201410352614.6

申请日：2014-07-23

Applicant: 西安空间无线电技术研究所

Inventor： 袁雅婧 ,  巨艇 ,  贾亮 ,  郭宝龙 ,  徐芳

IPC: G06F1/32 ,  G06F11/36 ,  G06F11/34

CPC classification number: Y02D10/34

Abstract: 本发明一种基于BP神经网络的FPGA动态功耗估算方法，包括以下步骤：(1)获取四个模块的输入输出量作为样本数据；(2)对样本数据进行数据筛选和数据预处理；(3)根据处理后的样本数据分别构造四个模块的BP神经网络模型；(4)将样本数据的一部分作为BP神经网络的训练数据，进行BP神经网络训练得到训练后的神经网络，进而得到神经网络输出的功耗；(5)将去除训练数据后的样本数据作为BP神经网络的测试数据，将得到的功耗与测试数据进行比较；(6)将神经网络输出的功耗还原为实际功耗值；(7)将获取的四个模块的功耗估计值进行求和得到总功耗值。本发明通过BP神经网络的自动学习，可以对功耗值实现准确预测。

公开(公告)号：CN104199536A

公开(公告)日：2014-12-10

申请号：CN201410352614.6

申请日：2014-07-23

Applicant: 西安空间无线电技术研究所

Inventor： 袁雅婧 ,  巨艇 ,  贾亮 ,  郭宝龙 ,  徐芳

IPC: G06F1/32 ,  G06F11/36 ,  G06F11/34

CPC classification number: Y02D10/34

Abstract: 本发明一种基于BP神经网络的FPGA动态功耗估算方法，包括以下步骤：(1)获取四个模块的输入输出量作为样本数据；(2)对样本数据进行数据筛选和数据预处理；(3)根据处理后的样本数据分别构造四个模块的BP神经网络模型；(4)将样本数据的一部分作为BP神经网络的训练数据，进行BP神经网络训练得到训练后的神经网络，进而得到神经网络输出的功耗；(5)将去除训练数据后的样本数据作为BP神经网络的测试数据，将得到的功耗与测试数据进行比较；(6)将神经网络输出的功耗还原为实际功耗值；(7)将获取的四个模块的功耗估计值进行求和得到总功耗值。本发明通过BP神经网络的自动学习，可以对功耗值实现准确预测。