VLSI电路划分算法综述

电路划分作为VLSI物理设计中的一个关键阶段,其划分的结果直接影响后续的布图规划、布局、布线等过程.电路划分把由逻辑门或标准单元组成的电路分成多个子集,以降低VLSI设计的复杂性,其通常要求每个子集所包含的元件数目平衡,目标一般是这些子集之间的线网连接数达到最小.电路划分本质上属于图/超图划分,是NP - hard问题...     

基于Voronoi图的空间区域划分算法

考虑到空间划分的复杂性,将有限维分布不均匀的空间划分为均匀的空间是一个很复杂的过程.针对Voronoi图诸多性质中的最近邻特性,提出利用Voronoi图划分空间区域,定义了一个单位覆盖空间,运用点替换规则和迭代法划分空间,并将分块区域内的点集标记颜色,位于同一分块内的点有相同的特性,从而把平面或维空间划分为有周期性或准...     

移动云计算中基于启发式图划分算法的软件部署优化

针对如何在移动云计算基础设施上优化部署软件应用程序的问题,提出了基于启发式图划分算法的优化方案。首先,对提出的问题进行数学建模;然后,研究了三种解决该问题的算法,通过最小化网络使用率优化软件部署;最后,在由Eppstein幂律生成器生成的图上进行了仿真实验。实验结果表明,提出的算法在移动云计算环境中能够有效地优化软件部署,在经典的移动云计算环境下产生的图尺寸比METIS4.0小10%-40%。     

Laguerre-Voronoi图软件包的设计和实现

详细介绍了Laguerre-Voronoi图(L-V图)以及有关构造L-V图的一些计算几何概念：凸壳、下壳、下面、Laguerre-Delaunay图(L-D图)和Laguerre-Voronoi区域(L-V区域)。通过这些几何结构与L-V图之间的关系，设计了快速构造大规模二、三维L-V图的算法。通过在PC机(P4，2．0GHz)上对该算法进行性能分析，发现本程序构造二、三维L-V图的运行时间基本上和L-V区域的规模成线性关系，且即使在L-V区域的规模达到几十万时，构造L-V图的运行时间也可以控制在500s以内，在编写构造L-V图软件包时，选用结构体作为存储数据的数据类型，使得数据逻辑结构清晰，便于对数据的再加工和分析。最后，通过与RCP结合，还可用L-V图来解决空间划分问题。     

网络拓扑图多级分割塌缩阶段算法改进

针对网络拓扑图上的宏观异常预警可视化显示需要,分析了当前图的多级划分算法.算法分为图塌缩、初始划分和多级优化三个阶段.在多级分割算法的图塌缩阶段,提出改进算法———KV算法和VC算法.实验验证改进后算法在运行时间、恢复时间和分割边数上均优于传统算法.改进塌缩KV算法在分割边数上平均提高了4.6%,在运行时间上提高了12%,而VC算法降低了KV算法的时间复杂度.     

软硬件协同设计中模拟退火划分算法的改进

针对传统软硬件划分算法对硬件资源的使用效率考虑不足的问题,提出改进的模拟退火划分算法。该算法对成本函数中的执行时间和面积使用提供附加权、减少权值的动态加权策略,并考虑了一个移动的性能改变对系统面积的影响。实验表明,改进的模拟退火划分算法收敛速度快,得到的解更优,保证了系统硬件资源的有效利用。     

串行程序的并行划分算法研究

提出了将串行程序并行化的方法．首先对串行程序进行分段,提出并行划分模型,基于这个模型提出一种并行划分算法PDMA;然后给出了相关程度的定义,并根据程序段之间相关程度,提出了一种对PDMA进行改进的并行划分方法RPDMA;最后对这两种算法进行了比较和时间复杂度分析．     

完全多部图中的色正规图类

设G是简单图,用P(G,λ)表示图G的色多项式。简单图H称为与G是色等价的(记作H∽G),如果P(H,λ)=P(G,λ)。简单图类L称为色正规图类,若对任意H,G∈L使H∽G,都有H与G同构(记作H≌G)。本文证明完全三部图类和完全四部图类是色正规图类。     

图索引技术研究综述

随着信息技术和网络技术的发展,图作为一种通用的数据结构被用于不同学科建模各种实体以及实体之间的关系,,图中各实体间隐藏了很多有价值的信息,为了挖掘图中隐藏的这些信息,图的相关研究成为了各领域的研究热点,但在大多数图研究中最关键的问题是如何有效地进行图查询。在图数据库中存在着两种图数据集：单图和图集。针对单图或图集进行图查询是相当费时的,为了加快图查询速度,图索引成为各种图查询算法的研究重点,而图索引的焦点在于利用图索引的结构模式来最小化搜索空间的大小。本文将图查询归为两种：子图查询和超图查询。在每种查询中,依据图索引建立时选择的图结构特性进行了细分,主要集中于图索引的构建思想,并对典型的索引方法进行了详细的叙述。针对不同的图索引分析了各自的优缺点,并比较了各种索引方法的特点,最后,总结并探讨了图索引的发展趋势。     

图的零度综述

综述无向简单图零度问题近年来所取得的研究进展.~该问题不仅对于深入了解图的各种性质有重要意义, 而且在化学上能反映分子的稳定性. 具体介绍了二部图、树、单圈图、双圈图和树的线图等图类的结果, 还讨论了大零度图等问题.     

有限图的边荫度分解

设有限图Ｇ＝（Ｖ，Ｅ），Ｐ＝｛Ｖ１，Ｖ２，…，Ｖｒ｝为Ｇ的一个划分，收缩Ｖｉ为一点ｖｉ（ｉ＝１，…，ｒ），得到Ｇ的收缩图ＧＰ＝（ＶＰ，ＥＰ）．文中通过对Ｇ递归地进行收缩，改进了Ｇ的边不重生成树数目的上界，并给出了Ｇ的边荫度分解的具体方法     

结合突变论和离散聚类思想的视点空间划分算法

针对视点空间划分问题中算法复杂以及计算复杂度大的问题,提出了一种结合突变论和离散聚类思想的新方法.利用突变论获得视觉事件的空间切割曲面方程,然后在视点空间球面上选取有序采样并计算每个样点的符号序列,通过对符号序列的判断实现对离散点的聚类,使用点集替代传统的边界线方程来表达视点空间分划结果.该方法避免了突变理论中求解视点空间分划线方程数值解以及从分划线相互关系中寻找闭合区域的过程.实验结果表明该方法能够有效地提高三维目标识别的实时性,计算时间不足原算法的15%.     

基于黄金分割法的订阅间隔树区间划分算法设计

在发布订阅系统中,匹配算法的主要作用是负责高效地找到与给定的服务相匹配的所有订阅条件,算法的匹配速度及转发开销是影响发布订阅系统整体性能的一个关键因素.针对采用订阅间隔树模型的发布订阅系统,提出了一种基于黄金分割法的订阅间隔划分算法(IDAGSM).该方法利用匹配树原理,把多个订阅组织成一个树形索引结构,即订阅间隔树,利用黄金分割法对区间进行划分,并对订阅间隔树进行深度优先遍历,通过从查找匹配时间与构建订阅间隔树的深度与二分法进行实验对比,证明该方法能使事件与订阅之间的匹配效率得到一定的提高,并有效地减少转发开销.     

有限图的边荫度分解

设有限图Ｇ＝（Ｖ,Ｅ）,Ｐ＝｛Ｖ１,Ｖ２,．．．,Ｖｒ｝为Ｇ的一个划分,收缩Ｖｉ为点ｖｉ（ｉ＝１,．．．ｒ）,得到Ｇ的收缩图Ｇｐ＝（Ｖｐ,Ｅｐ）。文中通过对Ｇ递归地进行收缩,改进了Ｇ的边不重生成树数目的上界,并给出了Ｇ的边荫度分解的具体方法。     

基于混合遗传算法和神经网络的软硬件划分算法

在对比了Hopfield神经网络(Hopfield Neural Networks,HNN)和遗传算法(Genetic Algorithm,GA)各自特性的基础上,针对嵌入式系统和SoC的软/硬件双路划分问题,在时间性能的约束下,将系统功耗作为优化目标,提出了基于Hopfield神经网络和遗传算法的混合算法(GA_HNN).Hopfield神经网络快速求解的特性和遗传算法高效的全局搜索能力,使得GA_HNN算法能够跳出局部最优解而快速趋于全局最优解.最后通过实验仿真表明,GA_HNN算法与单一的Hopfield神经网络和遗传算法相比,不仅具有高速的搜索能力,而且还具有更好的节省功耗的优势.     

二部图K(m,n)-A中的色正规图类

设Ｐ（Ｇ,λ）表示简单图Ｇ的色多项式。简单图Ｈ称为与Ｇ是色等价的（记作Ｈ￣Ｇ）,如果Ｐ（Ｈ,λ）＝Ｐ（Ｇ,λ）。简单图类Ｌ称为色正规图类,若对任意Ｈ,Ｇ∈Ｌ使Ｈ￣Ｇ都有Ｈ与Ｇ同构。     

边界能量图研究的综述

图G的能量ε(G)定义为其邻接矩阵特征根的绝对值之和.设G是一个具有n个顶点的图,如果G的能量值等于n个顶点的完全图的能量值2(n-1),则称图G为边界能量图.介绍了近年来关于边界能量图研究方面的主要结果.     

模式识别中的图结构描述方法综述

从概率图、组合图、代数图和几何图等模型角度综述模式识别中图结构的描述.分别讲述每一类图模型的图结构构建形式和计算方式,回顾其起源,归纳其历史发展过程,分析其研究现状.其中,着重论述各类图模型描述的不同特点和潜在关系,剖析未来发展方向.引用基于图模型的模式识别发展史上具有代表性的论著,介绍引领方向的研究学者,旨在帮助读者理清图模型的发展脉络,把握其前沿动态.     

基于子图采样的大规模图对抗性攻击方法

为提高对抗性攻击在大规模图上的攻击效率,提出了基于子图采样的对抗样本生成方法. 该方法通过引入PageRank、余弦相似度及K跳子图等技术,提取与目标节点高度相关的子图,在大规模图上缓解了计算梯度效率较低的问题,在降低被攻击模型准确性的同时提升了攻击的隐蔽性. 实验结果表明： 所提出的对抗性攻击方法与基于梯度攻击的GradArgmax算法相比,在Cora数据集上提升了30.7%的攻击性能,且在Reddit大规模数据上能够计算GradArgmax算法无法计算的攻击扰动.     

赋权图的区间着色和图的着色算法

本文提出了图的区间着色模型,并对相容性图给出了区间着色的多项式算法,同时改进了求图的着色问题的算法。