比赛题目

初赛题目

初级题

• 快速傅立叶变换(FFT)
  1） 框架代码下载

  下载链接
  您可以直接在框架代码中“//Insert your code here”处实现算法基本功能，也可以根据您的设计对其适当的修改。
  但请注意： 您必须保持顶层函数“void fft(DTYPE X_R[SIZE], DTYPE X_I[SIZE], DTYPE OUT_R[SIZE], DTYPE OUT_I[SIZE]) ”不变。

  2）项目要求

  在本项目中，FFT实现分为多个阶段。FFT的第一阶段使用位反转方案对输入数据进行重新排序，即框架代码中的 bit_reverse 函数。8点FFT的位反转数据的示例如下：

  

  第二阶段则需要logN（N为输入数据的个数）个stage进行蝶形计算，在框架代码中分为了“fft_stage_first”，“fft_stages”和“fft_stage_last”三个函数。

  在设计完成后，您可以使用我们提供的fft_test.cpp文件进行基本功能测试。在HLS优化的过程中，请务必将优化指令设置为pragma写入c++代码中。

  3）提交程序

  您仅需提交fft.cpp和fft.h文件。请将fft.cpp和fft.h文件压缩为一个压缩包fft.zip，在题目的提交窗口点击文本框上方“上传文件”按钮进行提交，稍待片刻即可在文本框下方得知您的设计是否通过了基本功能测试。延迟、面积等性能指标则可在历史提交记录中点击版本号详细查看。

• 索贝尔滤波器（Sobel Filter

  1） 框架代码下载

  下载链接
  您可以直接在框架代码中“//Insert your code here”处实现算法基本功能，也可以根据您的设计对其适当的修改。
  但请注意：
  您必须保持顶层函数“void sobel(PIXEL* src, PIXEL* dst, int rows, int cols)”不变。

  2）项目要求

  在本项目中，输入的图像已经被转化为了一个大小为720*1280的1D array src。Sobel Filter统一不做padding，这样经过滤波后得到的输出dst是一个大小为718*1278的1D array。在滤波过程中，框架代码sobel3x3_kernel函数中使用了3*3的kernel：
  GX=[−1 0 1 −2 0 2 −1 0 1]\∗ I
  Gy=[−1 −2 −1 0 0 0 1 2 1]\∗ I
  您可以在函数Gradient_X以及Gradient_Y实现具体功能。
  在设计完成后，您可以使用我们提供的sobel_test.cpp文件进行基本功能测试。在HLS优化的过程中，请务必将优化指令设置为pragma写入c++代码中。

  3）提交程序

  您仅需提交fft.cpp和fft.h文件。请将fft.cpp和fft.h文件压缩为一个压缩包fft.zip，在题目的提交窗口点击文本框上方“上传文件”按钮进行提交，稍待片刻即可在文本框下方得知您的设计是否通过了基本功能测试。延迟、面积等性能指标则可在历史提交记录中点击版本号详细查看。

中级题

1.Training of Random Forest Model

Random forest is an ensemble learning method that consisting a multitude of decision trees at training time and outputting the mode of the classes (classification) or mean prediction (regression) of the trees.
Source code

2.Training of SVM Model

SVM (Support Vector Machine) is a model to predict sample’s classification. The svm_train function that trains a batch of samples using support vector machine model and output a weight vector for classification.
Source code

3.Regular Expression Engine

The regex-VM aims at the work of converting unstructured texts, like log files, into structured ones
Source code

高级题3个

• Minimum Spanning Tree

  A minimum spanning tree is a subset of the edges of a weighted graph that connects all the vertices together. without any cycles and with the minimum possible total weight.

• K-1 Coloring

  The K-1 Coloring algorithm assigns a color to every node in the graph, trying to optimize for two objectives:

  • To make sure that every neighbor of a given node has a different color than the node itself.
  • To use as few colors as possible.

• Estimated Diameter

  The diameter of a graph is the greatest distance between any pair of vertices. The estimated diameter problem tries to find a distance that is close to the graph diameter as much as possible.