简介:摘要:嵌入式设备的研发中需要大量设备,场地和成本的限制,对产品的交付时间和质量影响较大。为了减少这种因素的影响,设计一种虚拟化设备供其使用。目前,嵌入式领域的虚拟化技术常用的有QEMU、SIMICS、DOCKER等。QEMU是一种开源虚拟化技术,具有跨平台、高速度、可移植等优点。因此QEMU适合作为该文所要设计的虚拟化设备,同时利用KVM对其性能加速。在使用QEMU进行模拟时,代码复杂,涉及到各个模块的模拟实现,对嵌入式产品设备所用到的一些复杂功能硬件等的访问模拟也是复杂的。设计出嵌入式产品虚拟化设备[6-8]有利于推动未来嵌入式行业的提升。基于此,本篇文章对基于嵌入式系统的核心转储设计与实现进行研究,以供参考。
简介:数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗佘信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。