基于低功耗SIC序列模型的种子向量选取算法

来源 :第十届中国计算机图形学大会暨第十八届全国计算机辅助设计与图形学会会议 | 被引量 : 0次 | 上传用户:xtgdscf
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
  单输入变化(SIC)序列可有效降低数字集成电路中待测电路内部节点翻转率.因此,在确定内建自测试技术中,SIC可作为低功耗序列.SIC序列生成技术的关键是SIC序列种子选取.本文通过建立SIC序列理论模型,进一步提炼出SIC序列性质,用以指导SIC序列种子向量选取算法的设计.采用模拟退火算法进行SIC序列和LFSR种子向量协同选取,以优化SIC种子向量数量.采用ISCAS 85与ISCAS 89基准电路进行实验,实验结果表明本文方案可有效减少SIC种子数量,SIC种子释放所生成的测试向量集在降低待测电路功耗的同时,还可保证高的测试故障覆盖率.
其他文献
在动漫游戏中,角色的感知模型一直是虚拟人技术研究的热点。本文引入注意力机制,以PAD维度观测模型为理论基础,以OCC情绪模型为情绪选择范围,提出了一种适用于3D动漫游戏的虚拟角色多通道自适应感知模型。本模型考虑生理状况(体力)对感知的影响,侧重于研究情绪状态对虚拟角色动态感知和动机的影响。虚拟人可以根据当前动机和自身情绪状态,动态地改变感知范围并自主完成动作。最后,我们设计并实现了一个基于本模型的
在雾天情况下,雾对光线的散射使得室外场景的光照发生很大变化,太阳光和天空光的参数估计变得更为复杂。本文结合雾天情况下的大气散射模型,提出了室外场景的雾天基图像模型,并基于该模型提出了雾天室外场景图像光照参数估计算法。在已知场景基图像的条件下,利用迭代散射系数方法,优化求解雾浓度与场景深度图像,然后通过对去雾图像进行分解,获得最佳的去雾图像以及正确的光照分解系数。算法能够得到较为精确的雾浓度与场景深
一种新的纹理识别方法在论文被提出,本方法的思想充分利用了多尺度局部二值模式(LBP)和Darmper-Shafter的证据理论.此方法首先计算图像金字塔,并利用多尺度LBP去测量两个纹理图像之间的相似度;接着,通过融合每个测试样本的信息来组合测试纹理与每个训练样本相似性度量;最后,识别结果是由不同纹理之间的最大证据类决定.实验结果表明,文中所提出的方法分别对给定的图像数据集1和数据集2取得96.4
针对目前大规模复杂水面模拟中存在的效率不高、碰撞检测较为复杂等问题,本文提出了一种新的海洋尺度复杂水面模拟解决方案。首先,提出了一种新的球面投影网格方法实现大规模动态水面波动效果的模拟。和传统的投影网格方法相比,该方法不需要重新构造与球面直接相交的投影体,具有更高的绘制效率并且适合图形硬件加速。其次,设计了高效的交互式复杂水面的模拟方法,包括水面和刚体交互作用的模拟及刚体与地形的快速碰撞模拟。此外
目前的运动去模糊方法均是对强度图像实施,没有考虑图像模糊实际上发生在辐照度图像中,因此不可避免地存在去模糊效果不佳的现象。另外,目前算法虽对影响去模糊的饱和像素有所研究,但还缺少适合饱和像素成块出现的自动检测方法。针对这两个问题,研究基于辐照度的运动模糊图像去模糊方法。首先,为获取准确的辐照度,研究将辐照度转换成强度的摄像机响应函数,提出将能量累积形成模糊的运动过程和摄像机响应函数相结合的摄像机响
本文提出了一种用于微距摄影的多聚焦图像采集和融合系统,该系统由三个部分组成。第一个部分是一种全新设计的微距图像拍摄装置,该装置能够以高精度的方式拍摄物体在不同焦距下的照片序列。第二个部分是一个基于不变特征的图像配准组件,它可以对在多个焦点下拍摄的图像进行自动配准和对齐。第三个部分是一个基于图像金字塔的多聚焦图像融合组件,这个组件能够对已经对齐的微距照片进行融合,使得合成的图像具有更大的景深。论文对
提出了一种计算细分法生成的极限曲线维数的方法,首先根据细分矩阵构造曲线对应的迭代函数系统,然后求出每个仿射变换的压缩系数,根据Hausdorff维数定理,解得曲线的维数,并用实例说明该方法的合理性。该方法操作步骤简单,回避了传统拼贴原理确定迭代函数系统的方法中选点和拼贴的过程,不仅可以解决细分法生成的具有明显几何关系或自相似性的特殊曲线的维数估计问题,还可以解决一般细分法生成的曲线的维数估计问题。
本文研究在自主研发的PAAG(Polymorphic Array Architecture for Graphics)多态阵列处理机上实现图形算法并行化的方法。利用PAAG的能够结合不同类型的并行计算的特点,分析了图形流水线的的各种渲染算法,包括几何变换、顶点染色、投影变换、剪裁、消隐和视窗变换、像素染色以及片元操作的控制依赖、数据依赖关系以及负载均衡,提出了在PAAG上实现并行图形渲染的计算方案
现有汉字笔画提取方法对笔画形状,尤其是端部形状没有进行补全,只做了简单的切分。本文在笔画层面提出了一种新的笔画段模型。该模型将笔画分为端部、拐角部、中段三种笔画段的组合,其核心依据是汉字笔画会在不同种类的笔画段位置呈现出不同权重的风格信息。运用笔画段模型,算法可以在执行笔画提取时学习其他同类笔画的端部并生成训练数据库,之后对不完整的端部枚举数据库中的同类笔画段,选择最优的拼接形状作为对笔画形状的补
时序曲线分析是时变体数据可视化的主要技术手段。在传统的基于时序曲线的时变体数据特征的识别与跟踪过程中,不仅需要用户具备丰富的先验知识来确定感兴趣特征的时序曲线形状,而且时序曲线段的匹配和抽取过程亦复杂,难以交互,这一定程度上降低了时变体数据可视化及分析效率。本文提出一种新的基于高斯时序曲线的时变体数据可视化及分析方法,能够快速实现时变体数据中感兴趣特征的识别与跟踪。首先,对时序曲线进行低通滤波,准