【摘 要】
:
用户在使用带有芯片的设备时,希望芯片在尽可能小的情况下,提供尽可能多的功能,这就导致芯片的集成度过高,测试时单位面积上需要的测试数据是以往的数倍。测试数据量的增加会导致三维芯片测试时间加长,功耗也会因此提高,进一步导致测试成本的增加,这给三维芯片测试带来了巨大的挑战。为了减少测试成本,本文从减少测试数据存储量以及降低测试时间方面做了如下研究:提出了一种面向三维芯片的改进游程编码压缩方法。首先,为了
论文部分内容阅读
用户在使用带有芯片的设备时,希望芯片在尽可能小的情况下,提供尽可能多的功能,这就导致芯片的集成度过高,测试时单位面积上需要的测试数据是以往的数倍。测试数据量的增加会导致三维芯片测试时间加长,功耗也会因此提高,进一步导致测试成本的增加,这给三维芯片测试带来了巨大的挑战。为了减少测试成本,本文从减少测试数据存储量以及降低测试时间方面做了如下研究:提出了一种面向三维芯片的改进游程编码压缩方法。首先,为了减少测试集中确定位的比例,对测试数据集进行了部分输入精简处理;然后,为了提高编码表中码字的利用率,对处理后的数据进行了一个变长分段压缩;最后设计一种根据游程长度出现频率来编码的方法,用三态信号编码标志位,并设计了一种硬件结构,用于在三维芯片不同层之间进行数据的调度。实验结果表明,本文的压缩方法取得了较高的压缩率,平均压缩率达到了74.39%,优于其它同类的压缩方法,同时面积开销也没有显著提升。提出了一种基于层间相容和层内压缩的三维芯片绑定中可重构的测试方法。首先,为了提高三维芯片不同层测试向量的相容性,利用遗传算法收敛快的特点找到对测试向量相容性最有利的芯核布局图;然后根据测试向量的相容性进行层间相容,并设计一种可重构的硬件结构,用来进行层间相容向量的测试;最后对经过相容处理的测试数据再次进行压缩。通过与非重构的测试方法对比,本方案测试时间减少了55.40%,同时测试测试压缩率达到了81.89%,在减少测试时间和降低测试压缩率方面取得了较好的效果。
其他文献
锂离子电池具有自放电率低、能量密度高、使用寿命长、重量轻、环保等优点,目前广泛应用于家用电器、智能手机、电动汽车等应用领域。然而,电池在使用后立即开始退化,当容量达到额定容量的60-80%时,需要更换电池,以防止安全事故的发生。电池的健康状态估计可以保证电池系统的安全可靠运行。本文的第一项工作通过联合卷积神经网络(CNN)与长短时记忆网络(LSTM)来从电流、电压和时间等数据中推断电池健康状态。通
光催化技术因其具有成本较低、效果显著、无毒害作用和可持续使用等优点,近年来成为人们研究的热点,用以解决环境污染尤其是污水处理方面的问题。众所周知,光催化剂是影响光
写作作为五项基本英语技能之一,一直是高中英语课堂教学的重难点,也是广大英语教师们一直想要攻克的教学难题。反馈是英语写作教学的重要评价手段,在帮助学生提高英语写作能力的过程中发挥着重要作用。及时有效的反馈,无疑能够让学生及时发现自己英语写作的优缺点,及时改进、提高。近年来,国内外学者对教师反馈、同伴反馈进行了一系列的研究,并有不少学者进行了教师反馈+同伴反馈这种综合反馈方式的探索并取得了一定的成就。
随着汽车在当今世界的不断普及,伴随而来的能源枯竭、大气污染等问题日益显著。在此背景下,通过降低汽车结构重量来实现减缓能源消耗的内高压成形技术成为汽车研究的重要课题
随着云计算技术的飞速发展以及企业、用户对云资源需求的不断增加,云服务平台的集群规模和服务复杂性不断扩大,这给云服务平台的异常诊断带来了挑战。在云服务平台中,用户执行一系列事件从而完成对云服务资源的使用,当执行的事件出现异常,查看事件执行日志是运维人员最常用的异常检测方法。但在复杂的云服务平台中,一个事件的执行往往涉及多个分布式服务,事件的执行日志也分布在不同节点、不同服务的日志文件中,这使得运维人
当前移动互联网的发展的确为各大行业带来了巨大红利,但信息泛滥、产品同质化也随之而来。在这样的背景下,企业能否与消费者建立良好的关系就成为了企业品牌的核心竞争优势。消费者品牌推崇行为是品牌体验的递进研究,在更高层面讨论消费者与品牌之间的关系。也就是说,优质的品牌体验会推动消费者对于品牌的喜爱甚至产生推崇,但两者之间的影响研究较少。同时,优质的品牌体验将加强消费者的品牌情感和品牌信任,其中消费者的个性
吸附法由于其操作过程简单、吸附效率高、耗资低而被认为是高效且经济的重金属和染料废水处理方法。另外,吸附过程有时是可逆的,吸附剂可以通过合适的解析过程再生,继而循环
近年来,各省市都在大力推进新型智慧城市的建设。执法记录仪是政府机关人员常用的执法设备,是构建智能公安重要的数据来源之一,研究处理这类数据的计算机视觉技术是构建新型智慧城市必要的一步。目标检测是计算机视觉领域的基础任务之一,随着深度学习的迅猛发展,基于深度学习的目标检测算法成为该方向的研究热点。因此本文研究了执法记录仪场景下基于深度学习的目标检测算法。现有的基于深度学习的目标检测算法可分为一阶段和两