基于模糊聚类分析的单词翻译缓存分区管理系统设计

许培红

基于模糊聚类分析的单词翻译缓存分区管理系统设计

许培红

（安徽职业技术学院 基础教学部，合肥 230001）

传统翻译缓存分区管理系统的翻译块miss率与异常指令定位时间均较高，导致缓存分区管理性能较差，因此设计一种基于模糊聚类分析的单词翻译缓存分区管理系统。在系统硬件设计中主要集成了内容寻址存储器，为数据存储提供空间以及翻译缓存包分区提供地址搜索上的便利；在软件设计中，使用模糊聚类算法完成数据挖掘算法的优化，并详细设计了模糊聚类算法的执行流程，建立单词翻译缓存分区管理模型，将缓存空间划分出子区域，实现二级管理，完成系统设计。系统性能测试结果表明，本文系统与传统系统相比，miss率与异常指令定位时间均能保持在较低水平，实际应用效果好。

模糊聚类分析；单词翻译；缓存；分区管理

在目前各类翻译器中，都离不开翻译缓存分析与管理系统。该系统的主要作用就是将指令集体系结构中的代码转换到另一种ISA上执行[1-2]。翻译器作为基础单元，以基本块的形式对单词进行翻译，形成对应的目标语言代码块。为了提高翻译器的工作效率，翻译缓存分区管理系统需要花费巨大代价得到的翻译块进行存储以便下次使用[3]。在系统对翻译块进行分区时，原有的系统中采用的是典型聚类算法，会定期清空翻译缓存，出现缓存碎片，再加上时间的复杂度比较高，导致缓存分区管理的性能较差，因此，本文设计一种基于模糊聚类分析的单词翻译缓存分区管理系统。……