简介:通过配置实时数据和函数到片内SRAM中执行,可以有效提高程序执行效率,降低功耗。然而在嵌入式Linux系统下,由于禁止用户空间程序控制或访问处理器内存的映射和分配方式,这一资源通常得不到有效利用。本文以MP3解码器为例,在μClinux-2.6操作系统下通过使用片内SRAM提高代码执行效率,并最终在Freescale公司的ColdFire5329嵌入式平台上成功验证了该方案。
简介:传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题。在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本。