TP-Miner-基于生物启发计算的警用流动人口分析系统.pdfVIP

TP-Miner-基于生物启发计算的警用流动人口分析系统.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第38卷第5期 v。1.38N0.5 四川大学学报·(工程科学版) 2()06年9月J0uRNAL OF SICHUANuNIVERSITY(ENGINEERINGspecific)的嵌入式操作系统和嵌入式操作系统自动 EDITl0N)Sept-2006生成(Auto瑚ticGenera£ion)研究与开发的重要基 文章编号:1009—3087(2006)05旬128_08础 [卜2|。 So c.EOs作为SoC的一个核心组成部分,和一 彭 TP.Miner:基于生物启发计算的警用流动人口分析系统 般 的EOs相比具有不同的特点,如软/硬件结合更 加紧密,成为一个有机的整体;为满足SoC体积小、 京1’2’3,唐常杰1,程温泉3,叶尚玉1,方全心3,石葆梅3 内存小的应用特点,SoC.E0s必须具备高度的可裁 剪性和紧凑性;为满足系统的低功耗要求,SoC.EOs 摘要:目前对流动人口的管理仅停留在数据查询比对和简单薹霪薹。蓄刨惭霎蒜篓羹囊露咀墨j卧錾鋈侧硅紊蔽 慨@喜妻;蠢器蟹薹荽琴鬟纛谣馨丝;蓁羹耄羹薹耋一F塞警攀冀薹器翼薹誊菊型霎薹薹喜。翼薹的开发方法中,协同仿真与协同验 证方法相对成熟,并有一些 EDA(Elec咖ic Des啦 Autorllation)工具在应用中取得了良好的效果,如 se锄less M朗鼢Graphics公司的CvE、S娜)psys公司 的E列eI和Cel喇ca公司的DSM等。s0C的设计方 法(如软/硬件协同设计)还不成熟,EDA设计工具 主要使用现有的Ic设计工具拼凑而成,许多技术难 题尚待攻破。其中,面向S0c的EoS(SOC—EOS)的软 -hardwareAuto耵哪ed胁tion— /硬件自动翅J分(s硪ware i醒)是一个重要问题。 随着soC技术和产品在市场上的日益流行,根 据其结构,s0C—EOs的功能并非只能采用软件实现, 部分功能采用硬件实现能够大大提高SOC—EOs的性 能,并降低其功耗。soC.EoS的软/硬件自动划分 (soc—EoS划分)是s0C软/硬件协同设计(Hardware— s0脚踟c伊d鸭妇)方法的一个关键步骤,它决定了 SOC—EoS的哪些功能应该由硬件实现,哪些功能应 该由软件实现,其划分结果直接影响到s0C产品的 开发效率和质量,这既是计算机系统结构的一个传 统问题,也是当前SOC设计面临的一个新问题(如图 l 所示)。 图 l SOC.EOS划分的典型结构 .1 pani蛐 № D西cal删咖枷ofs0C-E0s 此外,Soc—EoS划分也是可配置(Re—c谳g— u出】e)的嵌入式操作系统、应用相关(Application— 万方数据 万方数据 万方数据 第5期 彭京,等:TP—Miner:基于生物启发计算的警用流动人口分析系统 131 算法的过程是首先由用户选择训练的数据范 具体M—GEP多染色体的编码实现和算法细 围,如根据地域进行选择,然后调用算法模块进行训 节,参见文献[5]。 练,最后根据算法模块返回的分类器对其他数据进 2.2 EAOGE分类模块 行判断。具体算法内容如下: 现有的GEP算法对较高次数的多项式函数发 2.1 M.GEP分类模块 现问题效果仍不理想。实验表明对于多项式部分超 Gene ExpressionPr0伊amming(GEP)

文档评论(0)

朱海龙 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档