基于神经网络的自适应动态电源管理模型 | |
姜连祥 ; 许培培 ; 杨根庆 ; 李华旺 | |
刊名 | 华中科技大学学报(自然科学版) |
2009 | |
期号 | 01 |
关键词 | 高压器件 扩展漏端MOS 衬底电流 热载流子注入 |
ISSN号 | 1671-4512 |
中文摘要 | 利用人工神经网络具有从大量不完整数据中逐步获取知识并进行复杂目标优化的能力,提出一种基于改进的BP神经网络预测功耗可管理器件空闲时间长度的自适应动态电源管理模型(AMBA).该模型根据空闲时间长度预测值选择最佳低功耗模式,并且通过预测性能评估结果动态调整神经网络的网络权值,从而能够自适应功耗可管理器件负载特性的变化.仿真结果表明了该模型的有效性,预测正确率可以达到80%左右,平均功耗比指数平均预测方法降低了30%,比Timeout策略降低了37%. |
语种 | 中文 |
公开日期 | 2012-01-06 |
内容类型 | 期刊论文 |
源URL | [http://ir.sim.ac.cn/handle/331004/52033] |
专题 | 上海微系统与信息技术研究所_中文期刊、会议、专利、成果_期刊论文 |
推荐引用方式 GB/T 7714 | 姜连祥,许培培,杨根庆,等. 基于神经网络的自适应动态电源管理模型[J]. 华中科技大学学报(自然科学版),2009(01). |
APA | 姜连祥,许培培,杨根庆,&李华旺.(2009).基于神经网络的自适应动态电源管理模型.华中科技大学学报(自然科学版)(01). |
MLA | 姜连祥,et al."基于神经网络的自适应动态电源管理模型".华中科技大学学报(自然科学版) .01(2009). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论