《表1 各算法处理数据的运行时间》

  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

《基于机器学习的版图热点检测并行算法》

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

数据采用实验室40nm标准单元库785个金属层版图热点，利用不同面积的提取窗口和滑动窗口形成多维度的特征向量，对版图定位、拓扑分类、特征提取和特征降维四个算法进行用时统计，各算法运行时间如表1所示.我们从表中可以了解到，版图定位和拓扑分类的运行速度很快，只与版图样本的数量有关，平均运行时间分别为0.005s和0.011s；基于密度特征提取的运行时间随着提取窗口的面积每增加100nm2而增加约600s，呈线性增长的趋势；而基于PCA特征降维的运行时间随着向量维度的升高呈指数增长的趋势，这对于训练几千或几万且维度较高的版图样本数据是不能忍受的，所以有必要对PCA降维算法进行改进.