一种基于复杂度的嵌入式软件功耗BP神经网络建模方法

发明专利无效专利

申请号：
CN200910060111.0
IPC分类号：G06F9/45G06N3/02
申请日期：
2009-07-27
申请人：
四川大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于复杂度的嵌入式软件功耗BP神经网络建模方法
申请号	CN200910060111.0	申请日期	2009-07-27
法律状态	权利终止	申报国家	中国
公开/公告日	2009-12-23	公开/公告号	CN101609411
优先权	暂无	优先权号	暂无
主分类号	G06F9/45 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F9/45 （转入G06F 8/40-G06F 8/54， G06F 9/455）	IPC分类号	G06F9/45;G06N3/02查看分类表>
申请人	四川大学	申请人地址	四川省成都市武侯区一环路南一段*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	四川大学	当前权利人	四川大学
发明人	郭兵;沈艳;李奇;任磊;罗刚;廖海艳;朱建;周雪梅;李冉;曾蜀芳
代理机构	暂无	代理人	暂无

摘要

本发明公布了一种基于复杂度的软件功耗BP神经网络建模方法。提供了一种新的方法和技术用于准确、快速地预测软件功耗，为相应的功耗优化研究和开发工作提供数据基础。本发明从算法级分析软件功耗与软件特征的关联关系，对嵌入式软件的时间复杂度、空间复杂度和输入规模三个特征进行了度量，建立一种基于算法复杂度的嵌入式软件功耗宏模型。然后，设计、训练一种具有n个隐层节点的单隐层三层BP神经网络，用于实现功耗函数逼近。本发明建立的基于复杂度的软件功耗BP神经网络宏模型，相比与其他人建立的线性函数功耗宏模型，功耗预测的精度和实用性得到了较大提升，预测误差在10％以内。附图是本发明整个系统工作的流程图。