测试数据分块字典统计编码压缩法

来源 :第五届中国测试学术会议 | 被引量 : 0次 | 上传用户:bianhao9527
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着片上系统(SoC)的测试数据量急剧增长,测试成本迅速上升,为此本文提出一种高效的测试数据分块字典统计编码压缩方法。将测试数据向量以固定长度分割为若干块,依次把各测试向量中位置次序相同的数据块划分为一组,之后分别统计各组内数据块的出现频率,运用分组字典统计编码实现压缩.本文将字典索引分为前后两部分,前部分索引自动生成,从而使得后部分索引能够复用。此方法具有压缩效率高,解压结构较简单,硬件开销不大的特点.
其他文献
本文采用思维进化克隆算法(Mind EvolutionColon Algorithm以下简称MECA)来设计BP网络,避免了BP算法和GA训练网络时的不足。文中第2节描述了MECA,第3节根据BP网络的特点,与MECA相结合构造了抗体-抗体、抗体-抗原的亲和性函数。最后用XOR问题测试MECA并与BP算法和GA相比较,实验结果显示该算法在设计神经网络时优于BP算法和GA,网络训练的质量和效率都有很
本文提出了由传递性弱化得到的拟传递性,并讨论了拟传递性的相关性质,以形影关系为基础讨论了等价关系下的传递性和相容关系下的拟传递性之间相互联系、相互转化的关系。在此基础之上给出基于拟传递的相容关系粗糙集模型的全新观点,包括基于拟传递和形影关系的上下近似算子m及其相关性质。相对于简单的用相容类替换等价类,本文中所得到的上下近似算子更接近相容关系的本质特征,同时能够反映更多的信息,分类也更加精细,对未知
本文提出的基于泛系的泛化变精度粗糙集模型是基于隶属关系的一种新的泛化。并简要讨论这种模型下的集合的相对可辨别性,归近似的性质,属性的近似依赖性,近似约简等问题。
本文提出一种基于粗集的新的决策树构造算法,根据具体数据集来确定分裂属性个数,在树的某个结点可能采用单变量检验,也可能采用多变量检验,故称之为混和变量决策树。
在多目标优化问题中,由于目标函数间有时存在冲突关系,使得寻求最优解有了困难,甚至没有最优解,如何选取各个目标都能达到比较满意的非劣解,人们已经提出了间接解法和直接解法两大类方法,比如,主要目标法,线性加权和法,极大极小法,理想点法,安全法,评价函数法,权系数的确定方法.本文应用RS方法,研究多目标规划问题中各目标间的关系,试图得到确定各个目标都能接受的"真有效解"的新方法.
本文介绍了整体分类方法中的Ada-Boost助推算法,介绍了采用动态集成策略的DynamicBoost助推算法,介绍了实验结果分析。
鉴于基于支持度-置信度构架的关联规则挖掘方法存在的不足,本研究提出了一种新关联规则挖掘方法,即基于支持度一显著度构架的关联规则挖掘方法。该数据挖掘方法提出了一种新的规则评价指标一显著度指标。在规则的挖掘过程中替代置信度指标。这种方法主要改进在于,用源于统计学中T检验的显著性指标代替原有的置信度指标作为规则生成的判定指标,从而使规则的判定指标具有了客观的标准。经实际数据分析检验,该方法在客户细分中具
多属性和准则偏好分类是一类重要的决策问题,本文针对定性、定量属性及准则同时出现的情况,利用扩展的“不可区分一相似一优势”关系代替传统粗糙集中的不可区分关系,可以获得更准确的分类规则,RST方法与扩展方法在同一个例子上的比势证明了新方法的优越性。
在地理信息系统(GIS)架构下的军事地形分析,是野战决策支持研究的重要前沿课题。基于GIS的地域自动选取,就是根据用户需求在约束条件下对指定区域中的地理信息进行分析,并按要求的形状、大小和方位选出最优地域。本文分析了约束聚类的地域选取与遗传算法的地域优选的优点。
本文着重研究了复杂的高维数据中采用语言建模方法获取基于规则的模糊系统的分类模型,由于模糊规则库的规模很大,而且存在着不一致的和冗余的规则,对于模糊系统的可解释性和精确性都会有一定的影响。为了提高语言建模能力,文中提出了在多阶段的FRBS学习中的一种粒度混合的层次规则生成方法,并采用遗传算法进行规则的选取和权值的确定。实验表明此方法能很好地处理解释性和精确度间的平衡问题.