《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种适用于FPGA应用的高效高速缓存压缩方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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%.