基于改进量子遗传算法的片上网络多目标映射技术

来源 :计算机应用与软件 | 被引量 : 2次 | 上传用户:drjcs
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
为了将应用任务快速有效地映射到片上网络,并实现低能耗、低时延等目标,优化多目标模型并提出一种改进的量子遗传算法解决片上网络映射问题。采用加权和法考虑网络拥堵时延,并引入通信带宽量化适应值,便于类比分析映射效果;结合应用任务和片上网络结构特点,利用任务节点相关链路数和通信权重双重优先标准构建较优初始解集,使得量子遗传算法改进后映射寻优收敛更加快速高效。实验结果表明,在同样的多目标映射模型下,改进的量子遗传算法映射寻优更快更精准。
其他文献
针对文本识别中存在的光照不均匀、字符质量低等问题,提出一种图像增强算法和卷积循环神经网络字符识别模型。图像增强算法使用考虑局部信息的改进色调映射函数增加暗区域文字的可见度。通过背景估计和对比度补偿的方法解决图像光照不均匀问题,使用连通域的方法对图像中的文字定位。基于文字区域搭建卷积和循环深度神经网络模型,以图像内整个字符串作为识别目标。采集30幅光照不均匀图像进行实验验证,结果表明该模型在该场景下
将图像风格迁移技术引入家居风格设计领域。传统图像风格迁移方法操作复杂且迁移效果很差,深度学习方法虽在效果上有了很大提高,但是迁移效果偏于艺术化而导致图像失真,而且在迁移过程中容易发生图像内容迁移错误。针对这些情况,基于图像梯度约束对家居设计的风格迁移进行研究。用图像分割技术将风格迁移局限在相同语义内容的区域;通过Gram矩阵计算纹理特征统计相关性为每个语义类别构造单独的风格损失;通过泊松图像编辑方
用户希望CAE软件在功能上越来越专业化,可以解决更多的问题;而另一方面两.又希望软件在使用上越简单越好。这对软件厂商来说是一种挑战,
针对目标在经历遮挡与运动状态变化场景下的跟踪难点问题,通过在核相关滤波中引入时钟循环神经网络,提出一种新的判别式目标跟踪算法。利用双方向时钟循环神经网络构造置信图以鉴别运动目标是否被遮挡,采用置信图引导时钟循环神经网络的状态更新,从而优化调整后续核相关滤波器的学习过程。在VOT数据集上进行跟踪实验,并与19种主流跟踪算法比较,结果表明:该算法的各项跟踪指标均位于前列,且其跟踪性能显著优于同为相关滤
制造业信息化的领跑者航空航天产品所具有的高度复杂性、高度系统性、研制周期长、协作单位多等特点,使得其与信息化之间有着特殊的亲密关系。中国航天科技集团总工程师杨海成
记者:作为公司合作投资方.天舟公司的哪些特质.是吸引您加盟的主要原因呢?纪红在合作之前,我们和天舟有过业务上的往来。在业务合作中.我们对天舟的团队精神、服务意识和产品都非常
基于无人车的传统负障碍物检测方法因观测角度有限导致检测速度较慢。针对该问题,提出一种无人机视觉下基于改进OTSU的负障碍物检测方法。使用无人机从较高视野位置增加观测角度并获取负障碍物图像;利用图像方差与权重系数对OTSU算法进行改进,获取图像分割的最佳结果,从而得到准确的负障碍物区域。实验结果表明,与传统的OTSU算法以及其他改进算法相比,该方法能获得更好的图像分割结果,为负障碍物区域定位提供良好