《表2 硬件资源使用情况:一种适用于FPGA应用的高效高速缓存压缩方法》
此外,我们还将页式高速缓存与图像处理应用K-means结合,验证了页式高速缓存对K-means应用具有加速效果.K-means聚类算法是一种非常流行的基本的聚类技术,被广泛应用于图像处理之中[12].K-mean聚类算法中包含有K个集群中心,数据集中的每个点被分到距离最近的集群中心所在的集群中.然后,每个集群内部根据中心点到各个点平方距离总和最小化的原则,重新计算产生新的集群中心.不断重复这两个步骤,直到中心点不再移动,则认为聚类完成.K值为8的情况下,我们对表3中3幅典型图像重复聚类20次,得到的平均收敛时间比普通高速缓存少34%.
图表编号 | XD00100739100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 苏迪、杨帆、陶俊、曾璇 |
绘制单位 | 复旦大学专用集成电路与系统国家重点实验室、复旦大学专用集成电路与系统国家重点实验室、复旦大学专用集成电路与系统国家重点实验室、复旦大学专用集成电路与系统国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |