-
公开(公告)号：CN112732549A
公开(公告)日：2021-04-30
申请号：CN201910975074.X
申请日：2019-10-14
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开了一种基于聚类分析的测试程序分类方法，包括以下步骤：在多个处理器上批量运行测试程序，在一次运行过程中获取所有维度的计数；根据性能计数信息，对高维度性能计数数据进行降维处理，将计数数据转换为机器学习算法能够处理的向量数据；将降维处理之后的有效性能计数数据作为课题特征的特征数据作为机器学习算法的输入，利用K_means算法对其进行计算并分类；将K_means算法得到的误差作为神经网络中的交叉熵的损失函数，通过卷积神经网络模型对整个分类结果评估优化，输出优化后的结果。本发明实现了对测试程序进行客观分类的目的，对测试向量的精简与测试覆盖的质量具有客观指导意义。且该方法不需要依赖特定的硬件，运行条件简单，实用性高。
-
公开(公告)号：CN112732549B
公开(公告)日：2023-10-17
申请号：CN201910975074.X
申请日：2019-10-14
Applicant: 无锡江南计算技术研究所
IPC: G06F11/36 , G06F18/23213 , G06F18/24
Abstract: 本发明公开了一种基于聚类分析的测试程序分类方法，包括以下步骤：在多个处理器上批量运行测试程序，在一次运行过程中获取所有维度的计数；根据性能计数信息，对高维度性能计数数据进行降维处理，将计数数据转换为机器学习算法能够处理的向量数据；将降维处理之后的有效性能计数数据作为课题特征的特征数据作为机器学习算法的输入，利用K_means算法对其进行计算并分类；将K_means算法得到的误差作为神经网络中的交叉熵的损失函数，通过卷积神经网络模型对整个分类结果评估优化，输出优化后的结果。本发明实现了对测试程序进行客观分类的目的，对测试向量的精简与测试覆盖的质量具有客观指导意义。且该方法不需要依赖特定的硬件，运行条件简单，实用性高。
-
公开(公告)号：CN112445528A
公开(公告)日：2021-03-05
申请号：CN201910805780.X
申请日：2019-08-29
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种基于流水线约束的结果自校验指令序列填充方法，包括以下步骤：S1、对指令集合进行信息提取；S2、循环读取下一条指令；S3、对指令进行格式解析，S4、解析当前读取的指令，选择不在当前指令将要执行的流水线上且执行延迟为1拍的N‑1条指令；S5、随机选择满足条件的指令编号，创建CNF范式；S6、约束求解；S7、如果求解结果不满足，继续S5重新选择下一指令进行约束求解，否则继续下一步；S8、对求解结果进行解析，形成完整指令，并填充到当前指令序列末尾；S9、N‑1条指令已经全部生成则跳转至S3，否则跳转至S5继续。本发明既满足压力测试又能够对结果进行正确性校验，保证在设计阶段既能够对功耗进行测试也能够对正确性进行测试，避免测试盲区，还具有很好的适用性。
-
公开(公告)号：CN112445528B
公开(公告)日：2022-09-13
申请号：CN201910805780.X
申请日：2019-08-29
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种基于流水线约束的结果自校验指令序列填充方法，包括以下步骤：S1、对指令集合进行信息提取；S2、循环读取下一条指令；S3、对指令进行格式解析，S4、解析当前读取的指令，选择不在当前指令将要执行的流水线上且执行延迟为1拍的N‑1条指令；S5、随机选择满足条件的指令编号，创建CNF范式；S6、约束求解；S7、如果求解结果不满足，继续S5重新选择下一指令进行约束求解，否则继续下一步；S8、对求解结果进行解析，形成完整指令，并填充到当前指令序列末尾；S9、N‑1条指令已经全部生成则跳转至S3，否则跳转至S5继续。本发明既满足压力测试又能够对结果进行正确性校验，保证在设计阶段既能够对功耗进行测试也能够对正确性进行测试，避免测试盲区，还具有很好的适用性。
-
-
-
Search Results
4
records
(took 0.036 seconds)
