基于GINI指数分类的嵌入式CPU功耗预测方法研究
提出了一种对嵌入式系统CPU功耗进行预测并降低其功耗的方法。利用PowerTop对系统CPU监测的结果作为训练集,引入基于GINI指数的分类方法训练分类器,再将该分类器包装成模块封装到系统中去,对系统CPU的频率、电压及所处的模式进行预测。通过实验模拟结果表明,该方法在系统负载较小的情况下,更有利于CPU功耗的优化控制。
GINI指数 性能预测 机器学习 CPU功耗
宋振孝 高岭 王海 戴小平 卢怡杰
西北大学 信息科学与技术学院, 西安 中国 710069
国内会议
长沙
中文
1-10
2012-11-01(万方平台首次上网日期,不代表论文的发表时间)