一种预估程序执行时间的校正方法

本发明公开了一种预估程序执行时间的校正方法，包括以下步骤：S1、采集程序各个interval的频率向量BBV、执行时钟周期数cycle；S2、对BBV进行降维，然后采用Kmeans对降维后的向量进行聚类；S3、训练机器学习拟合模型；S4、面向新架构，重新采集聚类中心interval的执行时钟周期数；利用模型预估得到每个interval的Δcyclei，与聚类中心的执行时钟周期数相加即为此interval在新架构下的执行时钟周期数预估值。本发明充分利用了程序执行行为与时间间隔之间的相关性，能有效提高处理器架构更改后程序性能预测的准确性，同时减少了重新模拟的计算开销，保证了预估执行时间的高精度。