《表1 不同近似计算方法产生的功耗》

  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

《跨层精度自动调节的k均值聚类近似计算方法》

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

W

图6为与精确计算相比，不同近似计算方法对Iris、Breasttissue、Seeds和Glass数据集进行聚类时节省能耗的比例。从图6可知，与精确计算相比，针对不同数据集，文中提出的方法可节省55%～58%左右的能耗，ApproxMA方法可节省48%～51%左右的能耗，DES方法可节省31%～40%左右的能耗，HAA方法可节省27%～34%左右的能耗，文中提出的方法为4种近似计算方法中节省能耗的比例最高。主要原因在于，能耗是由功耗乘以计算时间得到，因为文中提出的方法和ApproxMA方法对存储器进行了近似访问，读取的数据量会减少，相应的存储器访问时间会减少，因此由存储器产生的能耗会减少。另外，由于文中提出的方法采用近似运算器对数据点进行计算，由于数据精度的降低，有效降低了计算复杂度，其计算时间也会减少，所以总的能耗最少。