一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法
【專利摘要】本發(fā)明涉及一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法，屬于嵌入式【技術(shù)領(lǐng)域】。本發(fā)明首先分析引入的嵌入式軟件，得到節(jié)點(diǎn)關(guān)系圖；接著根據(jù)節(jié)點(diǎn)關(guān)系圖，分析每個(gè)節(jié)點(diǎn)的聚類關(guān)系、出度、入度，根據(jù)每個(gè)節(jié)點(diǎn)的聚類關(guān)系得到聚類關(guān)系平均值；然后將輸入節(jié)點(diǎn)的聚類關(guān)系、出度、入度值，每個(gè)輸入節(jié)點(diǎn)的聚類關(guān)系得到的聚類關(guān)系平均值代入改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型；再根據(jù)每個(gè)輸出節(jié)點(diǎn)的輸出值與設(shè)定的每個(gè)輸出節(jié)點(diǎn)的訓(xùn)練目標(biāo)值，計(jì)算每個(gè)節(jié)點(diǎn)輸出值的誤差；最后在Linux系統(tǒng)中，將優(yōu)化后的節(jié)點(diǎn)個(gè)數(shù)對(duì)應(yīng)的嵌入式軟件，采用功耗仿真器進(jìn)行能耗測(cè)試，得到優(yōu)化后的能耗值。本發(fā)明改善了代碼復(fù)用率，實(shí)現(xiàn)了能耗優(yōu)化。
【專利說(shuō)明】一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法，屬于嵌入式技術(shù) 領(lǐng)域。

【背景技術(shù)】
[0002] 嵌入式軟件能耗是當(dāng)前嵌入式領(lǐng)域研究的熱點(diǎn)問(wèn)題之一，為了優(yōu)化軟件能耗，已 經(jīng)出現(xiàn)了很多測(cè)試和優(yōu)化的方法。通?；谥噶顚臃治龌蛘咚惴ê蛙浖w系結(jié)構(gòu)層中進(jìn)行 能耗分析。
[0003] 然而通過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練進(jìn)行的能耗測(cè)試，人們只是用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練軟 件中的特征量，但這些特征量不能很準(zhǔn)確的分析軟件能耗，只是從某一方面進(jìn)行了嵌入式 軟件能耗的分析與研究。一種改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法，分析嵌入式軟件 程序中的節(jié)點(diǎn)關(guān)系圖，通過(guò)改進(jìn)神經(jīng)網(wǎng)絡(luò)模型，優(yōu)化節(jié)點(diǎn)的聚類關(guān)系、出入度，改善代碼的 復(fù)用率，實(shí)現(xiàn)嵌入式軟件能耗優(yōu)化。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法及其安裝方法， 通過(guò)分析嵌入式軟件程序中的節(jié)點(diǎn)關(guān)系圖，得出各個(gè)節(jié)點(diǎn)的聚類關(guān)系、聚類關(guān)系平均值、出 度、入度值，改進(jìn)神經(jīng)網(wǎng)絡(luò)模型且在MATLAB中進(jìn)行數(shù)據(jù)訓(xùn)練，優(yōu)化節(jié)點(diǎn)的聚類關(guān)系、聚類關(guān) 系平均值、出入度，改善代碼復(fù)用率，實(shí)現(xiàn)能耗優(yōu)化。
[0005] 本發(fā)明的技術(shù)方案是：一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法，首先 分析引入的嵌入式軟件，得到節(jié)點(diǎn)關(guān)系圖；接著根據(jù)節(jié)點(diǎn)關(guān)系圖，分析每個(gè)節(jié)點(diǎn)的聚類關(guān) 系、出度、入度，根據(jù)每個(gè)節(jié)點(diǎn)的聚類關(guān)系得到聚類關(guān)系平均值；然后將輸入節(jié)點(diǎn)的聚類關(guān) 系、出度、入度值，每個(gè)輸入節(jié)點(diǎn)的聚類關(guān)系得到的聚類關(guān)系平均值代入改進(jìn)的神經(jīng)網(wǎng)絡(luò)模 型；再根據(jù)每個(gè)輸出節(jié)點(diǎn)的輸出值與設(shè)定的每個(gè)輸出節(jié)點(diǎn)的訓(xùn)練目標(biāo)值，計(jì)算每個(gè)節(jié)點(diǎn)輸 出值的誤差；最后在Linux系統(tǒng)中，將優(yōu)化后的節(jié)點(diǎn)個(gè)數(shù)對(duì)應(yīng)的嵌入式軟件，采用功耗仿真 器進(jìn)行能耗測(cè)試，得到優(yōu)化后的能耗值。
[0006] 所述方法的具體步驟如下：
[0007] St印1、分析引入的嵌入式軟件，得到節(jié)點(diǎn)關(guān)系圖：
[0008] 首先確定嵌入式軟件系統(tǒng)中涉及的各個(gè)模塊，將系統(tǒng)模塊分解成每個(gè)簡(jiǎn)單的子系 統(tǒng)模塊；然后分析每個(gè)模塊函數(shù)體之間的變量關(guān)系，將每個(gè)模塊作為一個(gè)節(jié)點(diǎn)，通過(guò)模塊之 間的變量關(guān)系連接每個(gè)節(jié)點(diǎn)，最后得到節(jié)點(diǎn)關(guān)系圖；
[0009] Step2、根據(jù)節(jié)點(diǎn)關(guān)系圖，分析每個(gè)節(jié)點(diǎn)的聚類關(guān)系、出度、入度，根據(jù)每個(gè)節(jié)點(diǎn)的 聚類關(guān)系得到聚類關(guān)系平均值：
[0010] 聚類關(guān)系Ci = ZEiZX(Ni-I);其中，Ei為Ni個(gè)節(jié)點(diǎn)之間實(shí)際存在的邊數(shù),N i為與節(jié) 點(diǎn)i相連的邊數(shù)；
[0011] 出度X_i為從節(jié)點(diǎn)i流出的邊的數(shù)目，入度Xi為流入節(jié)點(diǎn)i的邊的數(shù)目；

【權(quán)利要求】
1. 一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法，其特征在于：首先分析引入的 嵌入式軟件，得到節(jié)點(diǎn)關(guān)系圖；接著根據(jù)節(jié)點(diǎn)關(guān)系圖，分析每個(gè)節(jié)點(diǎn)的聚類關(guān)系、出度、入 度，根據(jù)每個(gè)節(jié)點(diǎn)的聚類關(guān)系得到聚類關(guān)系平均值；然后將輸入節(jié)點(diǎn)的聚類關(guān)系、出度、入 度值，每個(gè)輸入節(jié)點(diǎn)的聚類關(guān)系得到的聚類關(guān)系平均值代入改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型；再根據(jù) 每個(gè)輸出節(jié)點(diǎn)的輸出值與設(shè)定的每個(gè)輸出節(jié)點(diǎn)的訓(xùn)練目標(biāo)值，計(jì)算每個(gè)節(jié)點(diǎn)輸出值的誤 差；最后在Linux系統(tǒng)中，將優(yōu)化后的節(jié)點(diǎn)個(gè)數(shù)對(duì)應(yīng)的嵌入式軟件，采用功耗仿真器進(jìn)行能 耗測(cè)試，得到優(yōu)化后的能耗值。
2. 根據(jù)權(quán)利要求1所述的基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的嵌入式軟件能耗測(cè)試方法，其特征在 于：所述方法的具體步驟如下： Stepl、分析引入的嵌入式軟件，得到節(jié)點(diǎn)關(guān)系圖： 首先確定嵌入式軟件系統(tǒng)中涉及的各個(gè)模塊，將系統(tǒng)模塊分解成每個(gè)簡(jiǎn)單的子系統(tǒng)模 塊；然后分析每個(gè)模塊函數(shù)體之間的變量關(guān)系，將每個(gè)模塊作為一個(gè)節(jié)點(diǎn)，通過(guò)模塊之間的 變量關(guān)系連接每個(gè)節(jié)點(diǎn)，最后得到節(jié)點(diǎn)關(guān)系圖； Step2、根據(jù)節(jié)點(diǎn)關(guān)系圖，分析每個(gè)節(jié)點(diǎn)的聚類關(guān)系、出度、入度，根據(jù)每個(gè)節(jié)點(diǎn)的聚類 關(guān)系得到聚類關(guān)系平均值： 聚類關(guān)系Q=ZEi/N^Ni-l);其中，Ei為隊(duì)個(gè)節(jié)點(diǎn)之間實(shí)際存在的邊數(shù)，隊(duì)為與節(jié)點(diǎn)i相連的邊數(shù)； 出度L為從節(jié)點(diǎn)i流出的邊的數(shù)目，入度Xi為流入節(jié)點(diǎn)i的邊的數(shù)目； 聚類關(guān)系平均值
?，其中，L為節(jié)點(diǎn)總數(shù)； Step3、將輸入節(jié)點(diǎn)的聚類關(guān)系、出度、入度值，每個(gè)輸入節(jié)點(diǎn)的聚類關(guān)系得到的聚類關(guān) 系平均值代入改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型： 將輸入節(jié)點(diǎn)的聚類關(guān)系、出度、入度值代入改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型隱節(jié)點(diǎn)的輸出模型
，i= 1，…L;將每個(gè)輸入節(jié)點(diǎn)的聚類關(guān)系得到的聚 類關(guān)系平均值代入改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型輸出節(jié)點(diǎn)的輸出模型Yi=f(TXOiXC-q)，i= 1，…L;其中f為訓(xùn)練函數(shù)，w、T為連接權(quán)向量，s為隱節(jié)點(diǎn)的個(gè)數(shù)，q為隱節(jié)點(diǎn)或者輸出節(jié)點(diǎn)的 輸出模型的神經(jīng)單元閥值，〇i為第i個(gè)隱節(jié)點(diǎn)輸出值，t為第i個(gè)輸出節(jié)點(diǎn)輸出值；其中隱 藏節(jié)點(diǎn)的個(gè)數(shù)與輸入節(jié)點(diǎn)的個(gè)數(shù)相等，輸出節(jié)點(diǎn)的個(gè)數(shù)與隱藏節(jié)點(diǎn)的個(gè)數(shù)相等； Step4、根據(jù)每個(gè)輸出節(jié)點(diǎn)的輸出值與設(shè)定的每個(gè)輸出節(jié)點(diǎn)的訓(xùn)練目標(biāo)值，計(jì)算每個(gè)節(jié) 點(diǎn)輸出值的誤差： 若存在輸出節(jié)點(diǎn)的輸出值誤差小于輸出節(jié)點(diǎn)的最小誤差Es，則對(duì)該輸出節(jié)點(diǎn)進(jìn)行優(yōu) 化，得到優(yōu)化后的節(jié)點(diǎn)個(gè)數(shù)，接著根據(jù)優(yōu)化后的節(jié)點(diǎn)個(gè)數(shù)直接改善優(yōu)化代碼，再得到節(jié)點(diǎn)關(guān) 系圖，接著重復(fù)執(zhí)行步驟Step2_步驟Step4 ; 當(dāng)每個(gè)輸出節(jié)點(diǎn)的輸出值誤差都大于輸出節(jié)點(diǎn)的最小誤差Es，則執(zhí)行步驟Step5 ; 其中
Step5、在Linux系統(tǒng)中，將優(yōu)化后的節(jié)點(diǎn)個(gè)數(shù)對(duì)應(yīng)的嵌入式軟件，采用功耗仿真器進(jìn) 行能耗測(cè)試，得到優(yōu)化后的能耗值。
【文檔編號(hào)】G06F11/36GK104407972SQ201410669007
【公開日】2015年3月11日 申請(qǐng)日期:2014年11月21日 優(yōu)先權(quán)日:2014年11月21日
【發(fā)明者】張晶, 陳沫良, 嚴(yán)涵, 沈江炎, 潘有順, 薛冷, 王彬 申請(qǐng)人:昆明理工大學(xué)