一种基于数据流驱动的混合粒度可重构阵列架构

来源 :微电子学与计算机 | 被引量 : 0次 | 上传用户:wlhlesley
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
粗粒度可重构阵列结构具有计算效率高的特点,但不能完美支持控制较复杂的算法.本文基于数据流驱动原理,提出了一种可重配置的混合粒度阵列架构,将细粒度可重构技术和粗粒度可重构技术相结合,实现了对控制密集型算法的支持,整个结构支持多发射循环迭代技术和空间展开循环迭代技术.通过对算法采取不同的映射方法和优化技术,相对于静态流执行情况至少可以获得15.6%的性能提升.
其他文献
BP神经网络算法用于机器人超宽带(UWB)定位时,有较好的定位性能,但易陷入局部极值.为解决此问题采用遗传算法优化BP网络的随机权值及阈值.分别用BP神经网络和优化后的GA-BP神
针对现有算法对非逆光区亮度提升过高所造成虚化的问题本文基于现有的自适应逆光处理算法,提出了一种基于阈值分割的自适应调逆光图像处理算法,并验证了Otsu算法对逆光图像分割的适用性。算法首先将图像转换到HSV色彩空间,采用Otsu分割算法将图像的亮度分量分为逆光区和非逆光区,对逆光区采用了改进型自适应对数变换,对非逆光区进行了非线性叠加亮度提升,通过调整亮度值来适应逆光处理后的逆光区图像达到很好的图像
在小学科学教学中,应该有意识地把深奥的科学知识生活化,把科学问题生活化。就可以让学生更有探究的动力和兴趣。教师应主动的、及时的调整教学方法,充分发挥学生的主体作用