线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于学习的迭代式优化编译中的经验适用性研究

龙舜 朱蔚恒 计算机工程与科学 2010年第09期

摘要:迭代式优化编译方法能有效地使应用程序的运行充分发挥各种硬件平台的潜力。其中基于机器学习的方法显著提高了优化效率,但它忽视了编译程序的经验总是有限的现实,需要根据一个新程序的具体情况判断自己是否有足够的和适当的经验将其优化。这制约了在更广泛的应用领域内应用该技术。为此,本文提出采用逆K近邻法对新程序作孤立点检测。如果一个程序被判断为孤立点,表明已有经验并不适用,应该从零开始搜索优化空间;否则可直接利用已有经验。初步实验结果表明,本方法能有效判断一系列程序中的孤立点,使编译程序能对它们做恰当的处理,提高优化效率。

关键词:迭代式优化编译机器学习程序特征孤立点逆k近邻算法

单位:暨南大学计算机科学系 广东广州510632

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机工程与科学

北大期刊

¥624.00

关注 46人评论|5人关注