• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    利用CUDA提高內(nèi)存數(shù)據(jù)聚類(lèi)效能的研究

    2015-02-27 07:44:06董麗麗
    關(guān)鍵詞:數(shù)組線程心理學(xué)

    董麗麗,董 瑋,張 翔

    西安建筑科技大學(xué),西安 710055

    1 引言

    聚類(lèi)分析通常用于將數(shù)據(jù)劃分成有用的或有意義的組或簇,在心理學(xué)、生物學(xué)、統(tǒng)計(jì)學(xué)、信息檢索、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘中扮演著重要的作用。在心理學(xué)領(lǐng)域,特定的人群存在著相應(yīng)的心理學(xué)特征,將此類(lèi)人群提取特征值并進(jìn)行聚類(lèi),可以幫助心理學(xué)專(zhuān)家對(duì)此類(lèi)人群的心理特征進(jìn)行分析。K-Means算法作為傳統(tǒng)的數(shù)據(jù)挖掘方法,在心理學(xué)數(shù)據(jù)的聚類(lèi)分析中具有重要作用。但K-Means算法存在初始聚類(lèi)中心敏感問(wèn)題,導(dǎo)致聚類(lèi)有效性降低。針對(duì)K-Means算法的中心敏感問(wèn)題,Bradley P S等學(xué)者提出[1],在聚類(lèi)分析的數(shù)據(jù)中隨機(jī)選取多個(gè)子樣本,對(duì)選取的子樣本重復(fù)執(zhí)行K-Means算法得到優(yōu)化的聚類(lèi)中心,再對(duì)整個(gè)數(shù)據(jù)集進(jìn)行K-Means算法聚類(lèi)。然而,此方法受到子樣本集選取方式的影響,只是一種次優(yōu)結(jié)果。將智能算法與傳統(tǒng)數(shù)據(jù)挖掘方法相結(jié)合的方式在近些年來(lái)廣泛被研究[2-6],可有效提高聚類(lèi)有效性,但在實(shí)際應(yīng)用當(dāng)中,執(zhí)行效率較低。針對(duì)傳統(tǒng)數(shù)據(jù)挖掘算法的效率問(wèn)題,將Mapreduce編程模型運(yùn)用到提高大規(guī)模數(shù)據(jù)聚類(lèi)效率方面已經(jīng)成為熱點(diǎn),薛勝軍等學(xué)者利用開(kāi)源組織apache基金會(huì)下的hadoop項(xiàng)目[7],實(shí)現(xiàn)了K-Means算法的并行化,提高了效率。但在實(shí)際運(yùn)用當(dāng)中,心理學(xué)數(shù)據(jù)不具備網(wǎng)絡(luò)數(shù)據(jù)的即時(shí)性、高訪問(wèn)性、交互性和大規(guī)模性,利用云平臺(tái)進(jìn)行此類(lèi)數(shù)據(jù)挖掘并不適合,并且由于網(wǎng)絡(luò)的延遲性和不可靠性,心理學(xué)等內(nèi)存數(shù)據(jù)在利用hadoop平臺(tái)實(shí)際挖掘當(dāng)中,并不比傳統(tǒng)方法在執(zhí)行效率上好多少。

    CUDA技術(shù)是NVIDIA公司針對(duì)其GPU(Graphic Processing Unit)產(chǎn)品所發(fā)明的一項(xiàng)高性能計(jì)算技術(shù),此技術(shù)非常適合心理學(xué)等數(shù)據(jù)規(guī)模較小的內(nèi)存數(shù)據(jù)挖掘,此項(xiàng)技術(shù)為在有限時(shí)間內(nèi)多次聚類(lèi),并從多次聚類(lèi)結(jié)果中觀察最優(yōu)結(jié)果提供了可能。Kumar等學(xué)者[8]利用CUDA實(shí)現(xiàn)了高斯混合模型期望最大化算法的并行化,加速比為165倍;張繁等學(xué)者[9]將CUDA應(yīng)用于計(jì)算蛋白質(zhì)分子長(zhǎng),對(duì)比CPU加速比為7.5倍;Takahashi等學(xué)者[10]利用CUDA加速了三維亥姆霍茲方程,加速比為23倍;Labaki等學(xué)者[11]把CUDA應(yīng)用到二維勢(shì)問(wèn)題和二維彈性靜力學(xué)問(wèn)題,加速比分別為56.8和39.6倍。

    為了解決上述問(wèn)題,本文提出了一種基于CUDA技術(shù)和FP-Tree關(guān)聯(lián)迭代相結(jié)合的K-Means聚類(lèi)算法—AIK-Means(Associated IterationK-means)算法,利用CUDA解決多次聚類(lèi)的執(zhí)行效率問(wèn)題。利用Chameleon層次聚類(lèi)算法找出K-Means算法的初始中心。Chameleon算法是一種基于層次的聚類(lèi)圖算法,該算法利用基于圖的方式得到初始數(shù)據(jù)的劃分,使用簇間的接近性和互連性概念和簇的局部建模,發(fā)現(xiàn)具有高質(zhì)量的不同形狀、大小和密度的簇[12]。所以本文首先對(duì)內(nèi)存數(shù)據(jù)進(jìn)行初步聚類(lèi),得到K-Means算法的初始參數(shù),從而利用Chameleon算法聚類(lèi)緩解K-means初始聚類(lèi)中心的隨機(jī)性和先驗(yàn)性導(dǎo)致聚類(lèi)結(jié)果不穩(wěn)定的問(wèn)題。利用FP-Tree對(duì)多次聚類(lèi)結(jié)果進(jìn)行關(guān)聯(lián)分析,從K-Means算法的執(zhí)行結(jié)果入手,降低K-Means算法的中心敏感問(wèn)題,提高聚類(lèi)有效性。

    2AIK-Means算法

    2.1 AIK-Means算法框架

    AIK-Means算法主要流程如圖1所示。

    數(shù)據(jù)流在顯卡設(shè)備(GPU)中利用CUDA技術(shù)加速計(jì)算,在主機(jī)設(shè)備(CPU)中利用.NET Framework平臺(tái)進(jìn)行IO讀寫(xiě)和任務(wù)處理。AIK-Means算法思想如下。第一步:將心理學(xué)數(shù)據(jù)預(yù)處理,以達(dá)到層次聚類(lèi)算法Chameleon所要求的格式。第二步:利用Chameleon算法進(jìn)行初始聚類(lèi),為下一步K-Means算法找出K個(gè)初始簇。第三步:將初始簇利用K-Means算法進(jìn)一步深層聚類(lèi),找出K個(gè)初始簇的收斂中心點(diǎn)。第四步:重復(fù)第二步、第三步n次,得到n個(gè)聚類(lèi)結(jié)果。第五步:利用FP-Tree對(duì)n次聚類(lèi)結(jié)果進(jìn)行關(guān)聯(lián)分析,在多次聚類(lèi)結(jié)果中找出最終的穩(wěn)定結(jié)果。

    2.2 心理學(xué)數(shù)據(jù)的預(yù)處理

    圖1 算法流程圖

    本文利用行為心理學(xué)中的MMPI(Minnesota Multiphasic Personality Inventory)量表集,采集某集團(tuán)單位人群的行為心理學(xué)數(shù)據(jù),對(duì)人群進(jìn)行聚類(lèi),幫助心理學(xué)研究者分析人群的多項(xiàng)人格。MMPI是行為心理學(xué)最為復(fù)雜和繁瑣的一種測(cè)試,但其準(zhǔn)確度與其他量表相比較為準(zhǔn)確[13]。MMPI的第一步為獲得測(cè)試數(shù)據(jù),計(jì)算每個(gè)測(cè)試對(duì)象的25個(gè)測(cè)試項(xiàng)目的原始分,分為兩種量表,共566道測(cè)試題。由于每項(xiàng)測(cè)試量表題目數(shù)量不同,導(dǎo)致原始分總分分值不同,無(wú)法直接比較,需要將各個(gè)量表的原始分?jǐn)?shù)進(jìn)行歸一化操作。第二步就需要通過(guò)公式(1):

    計(jì)算出各個(gè)量表歸一化為標(biāo)準(zhǔn)分T,其中T為向量,向量中每一分量代表各個(gè)量表的標(biāo)準(zhǔn)分。X為各個(gè)測(cè)試量表的原始分組成的原始分向量,M與SD分別為各個(gè)測(cè)試量表正常組原始分?jǐn)?shù)的期望及標(biāo)準(zhǔn)差所組成的向量。MMPI數(shù)據(jù)預(yù)處理的重點(diǎn)在于將原始分轉(zhuǎn)換為標(biāo)準(zhǔn)T分,求其期望M和標(biāo)準(zhǔn)差SD。

    在主機(jī)設(shè)備中計(jì)算期望M和標(biāo)準(zhǔn)差SD需要多次迭代,此時(shí)迭代規(guī)模隨著數(shù)據(jù)規(guī)模的增長(zhǎng)而增加??衫肅UDA技術(shù)在同樣的數(shù)據(jù)規(guī)模中將迭代執(zhí)行轉(zhuǎn)換為并行執(zhí)行,從而減少迭代規(guī)模,提高執(zhí)行效率。在CUDA并行環(huán)境中,可利用縮減樹(shù)算法求出期望M和標(biāo)準(zhǔn)差SD,如圖2所示。

    圖2 縮減樹(shù)算法

    圖2中為前13個(gè)被測(cè)試者的某一項(xiàng)測(cè)試量表原始分通過(guò)縮減樹(shù)算法并行相加,通過(guò)5次迭代,將相加結(jié)果存入共享數(shù)組首元素中,此結(jié)果除以數(shù)組長(zhǎng)度,即為此項(xiàng)測(cè)試量表的期望M。具體步驟如算法1所示。

    算法1縮減樹(shù)算法

    函數(shù)說(shuō)明:函數(shù)Expectation為在GPU上運(yùn)行的核函數(shù),本文算法函數(shù)前若帶Kernel function關(guān)鍵字皆為核函數(shù)。輸出形參R為在CUDA上各個(gè)線程塊之和的數(shù)組,將R拷貝到主機(jī)內(nèi)存中,利用CPU求公式(2)

    在算法1中,threadIdx、blockIdx、gridDim、blockDim和shared均為CUDA內(nèi)置變量。threadIdx為線程塊內(nèi)線程標(biāo)號(hào);blockIdx為線程格內(nèi)線程塊標(biāo)號(hào);gridDim為線程格尺寸,通過(guò)此變量可計(jì)算出線程塊的數(shù)量;blockDim為線程塊尺寸,通過(guò)此變量可計(jì)算線程塊內(nèi)線程數(shù)量;shared為GPU塊內(nèi)共享內(nèi)存數(shù)組;CUDA內(nèi)置函數(shù)synchronize threads為同步函數(shù),使所有線程在當(dāng)下時(shí)刻同步。對(duì)于求SD函數(shù)Kernel function StandardDeviation(T,M,R),利用函數(shù)Expectation求得期望M,作為其第二實(shí)參傳入。將函數(shù)Expectation第4 行shared[tid]←shared[tid]+T[i]改 為shared[tid]←shared[tid]+(T[i]-M)2,即為函數(shù)StandardDeviation,利用縮減樹(shù)算法的結(jié)果開(kāi)平方即可求得SD。

    2.3 利用CUDA改進(jìn)Chameleon算法

    Chameleon算法是一種兩階段聚類(lèi)層次算法,第一階段采用K最鄰近法把點(diǎn)分成多個(gè)小簇,把一個(gè)點(diǎn)和其最近鄰的k個(gè)點(diǎn)連接起來(lái);第二階段根據(jù)相近程度合并多個(gè)小簇,計(jì)算任意兩個(gè)簇的互聯(lián)性RI和緊密性RC,當(dāng)兩個(gè)指標(biāo)都較大時(shí)合并兩個(gè)簇。RI的公式(3)與RC的公式(4)如下所示。

    計(jì)算出在下三角陣H中的位置(i,j),其中,k為數(shù)組R下標(biāo),m為當(dāng)前矩陣的行數(shù),當(dāng)k及m使不等式成立時(shí),i=m,j=k-m(m-1)/2。利用(i,j)找出向量數(shù)組R中的向量Ri與向量Rj,求出兩向量間的對(duì)稱(chēng)度量距離,存入數(shù)組H下標(biāo)為k的元素中。在每個(gè)CUDA線程中,通過(guò)上述過(guò)程計(jì)算得到向量數(shù)組R中Ri與Rj向量的距離,存入數(shù)組元素Hk中。如圖3所示。

    圖3 計(jì)算向量間距離

    將數(shù)組H拷貝回主機(jī)存儲(chǔ)器,遍歷數(shù)組H,采用K最近鄰法構(gòu)造多個(gè)小簇,每個(gè)簇的元素?cái)?shù)量不大于K,并計(jì)算小簇i的信息如點(diǎn)的個(gè)數(shù)|Ci|,簇內(nèi)所有邊權(quán)重和EC(Ci),存入數(shù)組R中。具體步驟如算法2所示。

    算法2計(jì)算向量間距離偽代碼

    Chameleon算法的第二階段的第一步與核函數(shù)CalculateDistance執(zhí)行過(guò)程相似,R由存儲(chǔ)向量組改為存儲(chǔ)小簇組,H數(shù)組記錄小簇之間RI×RC的距離。第二步,將數(shù)組R拷貝回主機(jī)存儲(chǔ)器,設(shè)定閾值u,遍歷數(shù)組H,當(dāng)元素i中的RI×RC>u時(shí),合并i所代表的兩個(gè)小簇,將新簇組存入數(shù)組R中并且拷貝到設(shè)備存儲(chǔ)器,重復(fù)第一步、第二步過(guò)程,直到條件RI×RC>u不再滿足條件為止。

    2.4 利用CUDA改進(jìn)K-Means算法

    圖4 計(jì)算向量組R與向量組K每對(duì)向量的距離

    將矩陣H從設(shè)備存儲(chǔ)器拷貝回主機(jī)存儲(chǔ)器中,遍歷矩陣H,分別找出與K個(gè)中心向量距離最近的向量組R1~k,組成K個(gè)簇。具體步驟如算法3所示。

    算法3計(jì)算中心點(diǎn)與數(shù)據(jù)點(diǎn)距離偽代碼

    第二階段,將每個(gè)簇的向量組R拷貝到設(shè)備存儲(chǔ)器中,利用2.1節(jié)介紹的縮減樹(shù)算法計(jì)算新的中心向量,作為下一次迭代第一階段的K個(gè)簇的中心向量。重復(fù)第一階段和第二階段,直到中心向量收斂為止。

    2.5 構(gòu)造FP-Tree數(shù)據(jù)結(jié)構(gòu)

    將2.3節(jié)中的Chameleon算法與2.4節(jié)中的K-Means算法運(yùn)行多次,組成事務(wù)型數(shù)據(jù),數(shù)據(jù)格式與內(nèi)容如圖5所示。

    圖5 事務(wù)型數(shù)據(jù)格式(部分?jǐn)?shù)據(jù))

    圖6 FP-Tree示意圖

    Root為根節(jié)點(diǎn),Root的每一個(gè)子樹(shù)為一簇,簇中節(jié)點(diǎn)包含兩部分信息,冒號(hào)前部為被測(cè)試者編號(hào),冒號(hào)后部為被測(cè)試者編號(hào)在某一簇的多次結(jié)果中的某個(gè)結(jié)果中出現(xiàn)次數(shù)。具體步驟如算法4所示。

    算法4構(gòu)造FP-tree偽代碼

    統(tǒng)計(jì)Root的每個(gè)子樹(shù)中每個(gè)被測(cè)試者出現(xiàn)的次數(shù),當(dāng)出現(xiàn)次數(shù)大于其在整個(gè)FP-Tree樹(shù)中出現(xiàn)次數(shù)的1/2時(shí),將每個(gè)子樹(shù)中符合條件的被測(cè)試者編號(hào)組成頻繁項(xiàng)集。具體步驟如算法5所示。

    算法5構(gòu)造頻繁項(xiàng)集偽代碼

    算法6 Traversal函數(shù)偽代碼

    在進(jìn)行造林之后需要進(jìn)行及時(shí)的驗(yàn)收,但是在實(shí)際的驗(yàn)收工作中存在一定的問(wèn)題。第一,對(duì)需要驗(yàn)收的項(xiàng)目沒(méi)有進(jìn)行及時(shí)的自查驗(yàn)收,沒(méi)有進(jìn)行建檔工作。第二,一些驗(yàn)收工作只是在表面上進(jìn)行,沒(méi)有真正落實(shí)到位。第三,驗(yàn)收?qǐng)D紙和實(shí)際的情況存在一定才差距。

    3 實(shí)驗(yàn)

    3.1 實(shí)驗(yàn)環(huán)境

    實(shí)驗(yàn)環(huán)境:CPU:Intel i7-3770;CPU頻率:3.4 GHz;CPU核心數(shù)/線程數(shù):4/8;主機(jī)內(nèi)存:8 GB;GPU:NVIDIA GTX 660;設(shè)備內(nèi)存(顯卡):2 GB;CUDA版本:5.0;操作系統(tǒng):Windows7。

    3.2 實(shí)驗(yàn)數(shù)據(jù)

    本文的實(shí)驗(yàn)數(shù)據(jù)為某集團(tuán)單位員工歷年來(lái)MMPI心理學(xué)測(cè)試數(shù)據(jù),大小為353 MB,以行為單位,測(cè)試數(shù)據(jù)有907 689條,由5個(gè).csv文件組成,數(shù)據(jù)格式如圖7所示。

    圖7 某集團(tuán)單位員工心理測(cè)試數(shù)據(jù)

    逗號(hào)將每一列分開(kāi),第一列為員工測(cè)試編號(hào),后面每一列對(duì)應(yīng)于一道MMPI測(cè)試題,第一列為第一題,第二列為第二題,以此類(lèi)推。答題中0代表肯定回答,1代表否定回答。

    3.3 實(shí)驗(yàn)分析

    (1)CUDA并行加速環(huán)境與純CPU串行執(zhí)行環(huán)境下AIK-Means算法的執(zhí)行效率比較

    為比較算法性能,本文分別對(duì)AIK-Means算法的各個(gè)部分在CUDA執(zhí)行環(huán)境(以下表格中均簡(jiǎn)稱(chēng)并行加速環(huán)境)與純CPU執(zhí)行環(huán)境(以下表格中均簡(jiǎn)稱(chēng)串行環(huán)境)下進(jìn)行比較,利用加速比度量算法的效率。數(shù)據(jù)預(yù)處理的實(shí)驗(yàn)結(jié)果如表1所示。

    表1 數(shù)據(jù)預(yù)處理實(shí)驗(yàn)結(jié)果

    由表1可知,在串行環(huán)境下CPU計(jì)算MMPI中T分的時(shí)間主要用在計(jì)算其期望及標(biāo)準(zhǔn)差,在并行加速環(huán)境下把計(jì)算T分期望及標(biāo)準(zhǔn)差交給GPU,CPU主要工作變?yōu)镮O讀寫(xiě)文件,將算法的預(yù)處理計(jì)算部分用于CUDA并行計(jì)算,對(duì)程序的加速比有很大提高。Chameleon部分的實(shí)驗(yàn)結(jié)果如圖8、圖9所示。

    由圖8、圖9可以得出,當(dāng)RI×RC閾值遞增時(shí),Chameleon算法的串行環(huán)境版本和并行加速版本都出現(xiàn)遞減情況。經(jīng)分析,Chameleon算法的串行環(huán)境版本不僅需要在算法的第一階段遍歷k最鄰近圖和在算法的第二階段遍歷最鄰近簇,還需要計(jì)算第一階段向量組成的下三角矩陣元素和第二階段簇組成的下三角矩陣元素。將Chameleon算法經(jīng)過(guò)CUDA并行化后,主要并行化的部分為計(jì)算其兩個(gè)階段的下三角矩陣,但遍歷k最鄰近圖及最鄰近簇依然在CPU上執(zhí)行,與串行環(huán)境算法的遍歷部分一致。隨著RI×RC閾值增大,滿足合并條件的簇越少,合并過(guò)程所付出的時(shí)間代價(jià)就越少,即串行環(huán)境版本和并行加速版本算法的遍歷部分時(shí)間代價(jià)都會(huì)減少。K-Means部分的實(shí)驗(yàn)結(jié)果如圖10、圖11所示。

    圖8 Chameleon算法部分在并行與串行環(huán)境下的耗時(shí)對(duì)比

    圖9 Chameleon算法部分的加速比

    圖10 K-Means算法部分在并行與串行環(huán)境下的耗時(shí)對(duì)比

    圖11 K-Means算法部分的加速比

    由圖10、圖11可以得出結(jié)論,隨著初始簇的數(shù)量K越大,K-Means算法部分的加速比越高。經(jīng)分析,K-Means算法的兩個(gè)階段計(jì)算每個(gè)點(diǎn)與中心點(diǎn)距離和求中心點(diǎn)都進(jìn)行了CUDA并行化改進(jìn),將算法中所有的數(shù)值計(jì)算都在GPU上運(yùn)行,CPU負(fù)責(zé)數(shù)據(jù)拷貝與調(diào)度,使得算法效率大大提高,尤其是在初始簇越多的情況下,加速比也隨之迅速提高。AIK-Means算法的總體比較如圖12、圖13所示。

    從圖12、圖13上分析,RI×RC閾值的提高,增加了K-Means的初始簇個(gè)數(shù)K,造成了算法K-Means階段計(jì)算規(guī)模增加,加速比也隨之增加,由此可得出結(jié)論,當(dāng)AIK-Means算法計(jì)算規(guī)模和計(jì)算數(shù)據(jù)量增大時(shí),算法效率更高。

    (2)AIK-Means算法與K-Means算法聚類(lèi)純度的比較

    實(shí)驗(yàn)采用UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)的三個(gè)權(quán)威數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),分別為Iris、Wine和Glass。如表2所示。

    本文采用純度標(biāo)準(zhǔn)作為聚類(lèi)結(jié)果的有效性評(píng)估方法。設(shè)類(lèi)簇Ci的大小為ni,則該類(lèi)簇的純度定義為公式(6):

    圖12 AIK-Means算法總體在并行與串行環(huán)境下的耗時(shí)對(duì)比

    圖13 AIK-Means算法總體的加速比

    表2 數(shù)據(jù)及信息統(tǒng)計(jì)

    其中表示Ci與第j類(lèi)的交集大小。公式(7):

    為整個(gè)結(jié)果的聚類(lèi)純度,k為最終形成的類(lèi)簇?cái)?shù)目,純度越高,聚類(lèi)算法越有效。本文將AIK-Means算法的迭代參數(shù)設(shè)定為50次,利用FP-Tree在這50次聚類(lèi)結(jié)果中進(jìn)行關(guān)聯(lián)分析,得出最終聚類(lèi)結(jié)果。如圖14所示。

    從圖14可以看出,AIK-Means算法比傳統(tǒng)的K-Means算法運(yùn)行結(jié)果要好。

    4 總結(jié)

    在內(nèi)存數(shù)據(jù)中,利用CUDA技術(shù)很好地加速了對(duì)內(nèi)存數(shù)據(jù)的分析處理效率。在對(duì)心理學(xué)MMPI數(shù)據(jù)集的聚類(lèi)實(shí)驗(yàn)中,AIK-Means算法在可接受的時(shí)間內(nèi)執(zhí)行多次,隨著迭代次數(shù)的增加,算法的聚類(lèi)純度也隨之提高,即執(zhí)行效率的提高有效地支持了聚類(lèi)純度的提高。將AIK-Means算法應(yīng)用到某集團(tuán)心理學(xué)測(cè)試系統(tǒng)中,對(duì)單位員工的MMPI數(shù)據(jù)進(jìn)行了聚類(lèi)分析,幫助心理學(xué)工作者對(duì)測(cè)試人員進(jìn)行準(zhǔn)確的劃分,達(dá)到了預(yù)期效果。

    圖14 聚類(lèi)純度的對(duì)比

    [1]Bradley P S,F(xiàn)ayyad U M.Refining initial points forK-Means clustering[C]//Proceedings of the 15th International Conference on Machine Learning.San Francisco:Morgan Kaufmann Press,1998:91-99.

    [2]Selim S Z,Alsultan K.A simulated annealing algorithms for the clustering problem pattern recognition[J].Pattern Recognition,1991,24(10):1003-1008.

    [3]馬超,練繼建.基于聚類(lèi)遺傳算法的梯級(jí)水利樞紐短期電力調(diào)度優(yōu)化[J].天津大學(xué)學(xué)報(bào),2010,43(1):1-8.

    [4]鞏敦衛(wèi),蔣余慶,張勇,等.基于微粒群優(yōu)化聚類(lèi)數(shù)目的K-均值算法[J].控制理論與應(yīng)用,2009,26(10):1175-1179.

    [5]劉靖明,韓麗川,侯立文.基于粒子群的K均值聚類(lèi)算法[J].系統(tǒng)工程理論與實(shí)踐,2005,25(6):54-58.

    [6]王縱虎,劉志鏡,陳東輝,等.一種改進(jìn)的粒子群優(yōu)化快速聚類(lèi)算法[J].西安電子科技大學(xué)學(xué)報(bào):自然科學(xué)版,2012,39(5):61-65.

    [7]薛勝軍,潘吳斌.基于MapReduce的氣象數(shù)據(jù)并行PK-Means算法[J].武漢理工大學(xué)學(xué)報(bào),2012,34(12):139-141.

    [8]Kumar N,Satoor S,Buck I.Fast parallel expectation maximization for Gaussian mixture models on GPUs using CUDA[C]//Proceedings of 11th IEEE International Conference on High Performance Computing and Communications.Piscataway:IEEE Computer Society Press,2009:103-109.

    [9]Zhang Fan,Wang Zhangye,Yao Jian,et al.Accelerating the calculation of protein molecular field using GPU cluster[J].Journal of Computer-Aided Design&Computer Graphics,2010,22(3):412-419.

    [10]Takahashi T,Hamada T.GPU-accelerated boundary element method for Hemholtz’equation in three dimensions[J].International Journal for Numerical Methods in Engineering,2009,80(10):1295-1321.

    [11]Labaki J,Mesquita E,F(xiàn)erreira S L O.The BEM on General Purpose Graphics Processing Unit(GPGPU):a study on three distinct implementations[C]//Proceedings of the 11th International Conference on Boundary Element Techniques XI.United Kingdom:EC Ltd Press,2010:316-323.

    [12]杜新軍,王瑩.基于雙線性對(duì)的Chameleon簽名方案[J].軟件學(xué)報(bào),2007,18(10):2662-2668.

    [13]聶小晶,邱昌建.焦慮癥和抑郁癥患者的MMPI對(duì)照研究[J].華西醫(yī)學(xué),2009,24(6):1356-1361.

    猜你喜歡
    數(shù)組線程心理學(xué)
    JAVA稀疏矩陣算法
    JAVA玩轉(zhuǎn)數(shù)學(xué)之二維數(shù)組排序
    爆笑心理學(xué)
    爆笑心理學(xué)
    爆笑心理學(xué)
    爆笑心理學(xué)
    淺談linux多線程協(xié)作
    尋找勾股數(shù)組的歷程
    Linux線程實(shí)現(xiàn)技術(shù)研究
    VB數(shù)組在for循環(huán)中的應(yīng)用
    考試周刊(2012年88期)2012-04-29 04:36:47
    欧美变态另类bdsm刘玥| 亚洲内射少妇av| 天天操日日干夜夜撸| 久久亚洲国产成人精品v| 女人被躁到高潮嗷嗷叫费观| videossex国产| 中文字幕色久视频| 精品福利永久在线观看| 国产午夜精品一二区理论片| 亚洲精品中文字幕在线视频| 免费在线观看视频国产中文字幕亚洲 | 欧美 亚洲 国产 日韩一| 97在线视频观看| 国产极品天堂在线| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲欧美中文字幕日韩二区| 啦啦啦中文免费视频观看日本| 亚洲伊人久久精品综合| 国产精品成人在线| www.av在线官网国产| 亚洲成av片中文字幕在线观看 | 国产日韩欧美在线精品| 三级国产精品片| 校园人妻丝袜中文字幕| 有码 亚洲区| 精品一区二区免费观看| 免费看不卡的av| 亚洲久久久国产精品| 天天躁狠狠躁夜夜躁狠狠躁| 麻豆乱淫一区二区| 热99国产精品久久久久久7| 国产一区二区 视频在线| 色哟哟·www| 亚洲国产欧美在线一区| av网站在线播放免费| 亚洲精品国产色婷婷电影| 男女高潮啪啪啪动态图| 日韩精品有码人妻一区| 国产福利在线免费观看视频| 十八禁网站网址无遮挡| 久久久精品免费免费高清| 亚洲精品国产av蜜桃| 在现免费观看毛片| 日本av手机在线免费观看| 99热国产这里只有精品6| 寂寞人妻少妇视频99o| 青春草视频在线免费观看| 性色av一级| 亚洲精品在线美女| 亚洲精品国产av蜜桃| 日韩视频在线欧美| 中文字幕人妻丝袜一区二区 | 精品少妇一区二区三区视频日本电影 | 1024香蕉在线观看| 自线自在国产av| 一区二区三区激情视频| 日韩一区二区三区影片| 美女国产高潮福利片在线看| 婷婷色av中文字幕| 亚洲国产欧美日韩在线播放| 免费看av在线观看网站| 9热在线视频观看99| 99九九在线精品视频| 91久久精品国产一区二区三区| 少妇人妻 视频| 国产国语露脸激情在线看| 最近最新中文字幕免费大全7| 亚洲综合色网址| 各种免费的搞黄视频| 最近最新中文字幕免费大全7| 菩萨蛮人人尽说江南好唐韦庄| 国产成人91sexporn| 久久精品久久久久久噜噜老黄| 最新的欧美精品一区二区| av.在线天堂| 最近最新中文字幕大全免费视频 | 搡女人真爽免费视频火全软件| 肉色欧美久久久久久久蜜桃| 国产在线免费精品| 1024香蕉在线观看| 宅男免费午夜| 九草在线视频观看| 欧美精品一区二区大全| 26uuu在线亚洲综合色| 激情五月婷婷亚洲| 亚洲成人手机| 午夜日韩欧美国产| 久久人人爽人人片av| 韩国精品一区二区三区| 久久久精品免费免费高清| 女性生殖器流出的白浆| 中文字幕人妻丝袜制服| 中文字幕另类日韩欧美亚洲嫩草| 永久网站在线| 欧美精品一区二区大全| 欧美精品一区二区大全| 日本-黄色视频高清免费观看| 欧美在线黄色| 曰老女人黄片| 免费观看无遮挡的男女| 国精品久久久久久国模美| 久久青草综合色| 久久久久久久久免费视频了| 亚洲国产精品一区三区| 免费av中文字幕在线| 日韩中文字幕视频在线看片| 亚洲国产av影院在线观看| 精品久久久精品久久久| 最近中文字幕高清免费大全6| 人人澡人人妻人| 男女高潮啪啪啪动态图| av在线播放精品| 国产一区二区 视频在线| 一级毛片电影观看| 国产男女内射视频| 成年女人毛片免费观看观看9 | 看十八女毛片水多多多| 久久久国产精品麻豆| 国产一区二区激情短视频 | 久久鲁丝午夜福利片| 国产精品不卡视频一区二区| 成年动漫av网址| 久久精品aⅴ一区二区三区四区 | 久久久久久久久久久免费av| 国产一区二区激情短视频 | 18禁国产床啪视频网站| 考比视频在线观看| 午夜免费男女啪啪视频观看| 国产av一区二区精品久久| 国产成人一区二区在线| 久久女婷五月综合色啪小说| 老司机影院毛片| 黑丝袜美女国产一区| 90打野战视频偷拍视频| 久久精品人人爽人人爽视色| av有码第一页| 九草在线视频观看| 伦理电影大哥的女人| 伦理电影大哥的女人| 久久久久久久久久久免费av| 国产男女超爽视频在线观看| 国产白丝娇喘喷水9色精品| 黄色一级大片看看| 久久久久精品人妻al黑| 欧美+日韩+精品| 深夜精品福利| 中文字幕人妻丝袜一区二区 | 老女人水多毛片| 欧美av亚洲av综合av国产av | 久久精品国产亚洲av天美| 18禁动态无遮挡网站| 狠狠精品人妻久久久久久综合| 女的被弄到高潮叫床怎么办| 如何舔出高潮| 99久久人妻综合| 乱人伦中国视频| 国产亚洲av片在线观看秒播厂| 免费少妇av软件| 美女中出高潮动态图| 精品视频人人做人人爽| h视频一区二区三区| 两个人免费观看高清视频| 99国产精品免费福利视频| 精品少妇黑人巨大在线播放| 亚洲精品美女久久av网站| 久久鲁丝午夜福利片| 免费高清在线观看日韩| 亚洲成人av在线免费| 寂寞人妻少妇视频99o| 成人毛片a级毛片在线播放| 久久久久久久久久久久大奶| 美女大奶头黄色视频| 欧美亚洲 丝袜 人妻 在线| 哪个播放器可以免费观看大片| 日韩伦理黄色片| 久久久久久伊人网av| 大片电影免费在线观看免费| 伦理电影免费视频| 亚洲情色 制服丝袜| 久久国产亚洲av麻豆专区| 久久午夜福利片| 亚洲一区中文字幕在线| 一级a爱视频在线免费观看| 亚洲欧美日韩另类电影网站| 久久精品久久久久久久性| 精品人妻一区二区三区麻豆| 深夜精品福利| 黑人巨大精品欧美一区二区蜜桃| 三上悠亚av全集在线观看| 18禁观看日本| h视频一区二区三区| 亚洲国产精品999| 国产成人精品福利久久| 亚洲av国产av综合av卡| 最黄视频免费看| 久久久久久伊人网av| 午夜激情久久久久久久| 国产精品欧美亚洲77777| 十八禁高潮呻吟视频| 高清在线视频一区二区三区| h视频一区二区三区| 久久精品国产亚洲av涩爱| 国产白丝娇喘喷水9色精品| 大话2 男鬼变身卡| 亚洲一区二区三区欧美精品| 免费观看a级毛片全部| 欧美少妇被猛烈插入视频| 久久人人爽av亚洲精品天堂| 日日摸夜夜添夜夜爱| 亚洲精品国产av成人精品| 人妻系列 视频| 亚洲美女搞黄在线观看| 精品国产一区二区三区四区第35| 国产在线视频一区二区| 午夜福利在线免费观看网站| 男的添女的下面高潮视频| 精品一区二区免费观看| 午夜91福利影院| 三上悠亚av全集在线观看| 少妇精品久久久久久久| 国产又色又爽无遮挡免| 日本黄色日本黄色录像| 欧美xxⅹ黑人| 国产精品成人在线| 中文字幕色久视频| 成人漫画全彩无遮挡| 精品少妇内射三级| 狂野欧美激情性bbbbbb| 九九爱精品视频在线观看| 久热这里只有精品99| 免费高清在线观看日韩| 大香蕉久久成人网| 18禁裸乳无遮挡动漫免费视频| 人人澡人人妻人| 亚洲av免费高清在线观看| 黄色 视频免费看| kizo精华| 成年美女黄网站色视频大全免费| 久久精品国产自在天天线| 久久ye,这里只有精品| 亚洲国产欧美网| 少妇熟女欧美另类| 伊人久久国产一区二区| 人妻 亚洲 视频| 看免费成人av毛片| 高清黄色对白视频在线免费看| 一区二区三区精品91| 中国三级夫妇交换| 久久 成人 亚洲| 免费黄色在线免费观看| 国产爽快片一区二区三区| 精品一区二区三卡| 久久久久国产网址| 天天操日日干夜夜撸| 少妇被粗大猛烈的视频| 一边亲一边摸免费视频| 久久97久久精品| 777久久人妻少妇嫩草av网站| 国产日韩欧美在线精品| 国产成人精品福利久久| 天天躁夜夜躁狠狠久久av| 99热网站在线观看| 久久久久久久久免费视频了| www日本在线高清视频| 久久人人97超碰香蕉20202| 高清视频免费观看一区二区| 母亲3免费完整高清在线观看 | 欧美精品av麻豆av| 欧美人与性动交α欧美软件| 老熟女久久久| 久久久久国产网址| 成人黄色视频免费在线看| 欧美中文综合在线视频| 人妻人人澡人人爽人人| 如何舔出高潮| 亚洲精品一二三| 日本免费在线观看一区| 最黄视频免费看| 一级毛片电影观看| 一区二区三区乱码不卡18| 久久久精品区二区三区| 一个人免费看片子| 捣出白浆h1v1| 美女大奶头黄色视频| 亚洲伊人久久精品综合| 校园人妻丝袜中文字幕| 亚洲国产色片| av线在线观看网站| 99国产精品免费福利视频| 成人毛片60女人毛片免费| 日本vs欧美在线观看视频| 亚洲情色 制服丝袜| 亚洲综合精品二区| 晚上一个人看的免费电影| 欧美在线黄色| 久久久久久久久久久免费av| 久久99精品国语久久久| 国产精品三级大全| 亚洲欧美清纯卡通| 如何舔出高潮| 国产不卡av网站在线观看| 免费女性裸体啪啪无遮挡网站| 亚洲天堂av无毛| 97在线视频观看| 九色亚洲精品在线播放| av在线老鸭窝| 亚洲成色77777| 欧美bdsm另类| 黑人欧美特级aaaaaa片| 欧美日韩av久久| 在线观看人妻少妇| 久久久久久久久久久免费av| 中文欧美无线码| 伦理电影免费视频| 大片电影免费在线观看免费| www.精华液| 亚洲精品日本国产第一区| tube8黄色片| 精品国产露脸久久av麻豆| 精品国产一区二区久久| 亚洲 欧美一区二区三区| 妹子高潮喷水视频| 亚洲精华国产精华液的使用体验| 亚洲精品视频女| 国产精品免费大片| 成年人午夜在线观看视频| 老女人水多毛片| 国产男女超爽视频在线观看| 欧美bdsm另类| 热re99久久国产66热| 18禁观看日本| av有码第一页| 国产极品粉嫩免费观看在线| 日日摸夜夜添夜夜爱| 三上悠亚av全集在线观看| 90打野战视频偷拍视频| 国产黄频视频在线观看| 卡戴珊不雅视频在线播放| 另类精品久久| 中文字幕人妻丝袜一区二区 | 久久精品国产亚洲av高清一级| 美女国产视频在线观看| 高清欧美精品videossex| 天天影视国产精品| 欧美精品一区二区大全| 久久久国产一区二区| 亚洲一区中文字幕在线| 亚洲第一av免费看| 成年美女黄网站色视频大全免费| 久久久久久伊人网av| 好男人视频免费观看在线| 欧美成人午夜免费资源| 黄色一级大片看看| 少妇被粗大猛烈的视频| 一区二区三区四区激情视频| 免费看av在线观看网站| 亚洲男人天堂网一区| 亚洲av国产av综合av卡| 欧美精品av麻豆av| 一边摸一边做爽爽视频免费| 国产午夜精品一二区理论片| 日产精品乱码卡一卡2卡三| 国产日韩一区二区三区精品不卡| 一区二区三区激情视频| 99国产精品免费福利视频| 日本午夜av视频| 啦啦啦在线免费观看视频4| 欧美成人午夜免费资源| 看十八女毛片水多多多| 各种免费的搞黄视频| 最近2019中文字幕mv第一页| 少妇的逼水好多| freevideosex欧美| 久久久久人妻精品一区果冻| 黄网站色视频无遮挡免费观看| 亚洲男人天堂网一区| 欧美精品一区二区免费开放| 在线观看国产h片| 免费看av在线观看网站| 老汉色av国产亚洲站长工具| 美女主播在线视频| 日日摸夜夜添夜夜爱| 国产深夜福利视频在线观看| 欧美精品一区二区大全| 亚洲国产精品一区三区| 韩国av在线不卡| 深夜精品福利| 国产精品偷伦视频观看了| 久久久久久久精品精品| 99久久人妻综合| av网站免费在线观看视频| 国产精品一区二区在线不卡| 亚洲精品第二区| 国产精品二区激情视频| 制服诱惑二区| 国产成人免费无遮挡视频| 久久精品国产a三级三级三级| 国产有黄有色有爽视频| 中国三级夫妇交换| 国产精品久久久久久精品电影小说| 成年女人在线观看亚洲视频| 男的添女的下面高潮视频| 丝袜美足系列| kizo精华| 国产一区亚洲一区在线观看| 如何舔出高潮| 2022亚洲国产成人精品| 不卡av一区二区三区| 日本黄色日本黄色录像| av免费在线看不卡| 最近的中文字幕免费完整| 夫妻性生交免费视频一级片| 国产人伦9x9x在线观看 | 五月伊人婷婷丁香| 9191精品国产免费久久| 亚洲精华国产精华液的使用体验| 欧美日韩视频精品一区| 久久国内精品自在自线图片| 亚洲欧美成人精品一区二区| av免费在线看不卡| 国产成人欧美| 亚洲av日韩在线播放| 91精品国产国语对白视频| 午夜福利乱码中文字幕| 免费播放大片免费观看视频在线观看| 国产成人aa在线观看| 国产欧美亚洲国产| 亚洲内射少妇av| 纯流量卡能插随身wifi吗| 午夜福利网站1000一区二区三区| 午夜福利视频精品| 亚洲人成网站在线观看播放| 人人妻人人澡人人看| 亚洲国产色片| 亚洲经典国产精华液单| 青春草亚洲视频在线观看| 久久久久久久亚洲中文字幕| 五月伊人婷婷丁香| 最近的中文字幕免费完整| 国产av精品麻豆| 91在线精品国自产拍蜜月| 一区福利在线观看| 69精品国产乱码久久久| 我要看黄色一级片免费的| 亚洲国产精品999| 各种免费的搞黄视频| 另类精品久久| 亚洲国产精品一区二区三区在线| 久久 成人 亚洲| 久久亚洲国产成人精品v| 一本色道久久久久久精品综合| 在线免费观看不下载黄p国产| 午夜福利在线观看免费完整高清在| xxxhd国产人妻xxx| 美女中出高潮动态图| a级毛片黄视频| 久久精品熟女亚洲av麻豆精品| 日韩中字成人| 狂野欧美激情性bbbbbb| 肉色欧美久久久久久久蜜桃| 91在线精品国自产拍蜜月| 午夜免费男女啪啪视频观看| 日日撸夜夜添| 另类精品久久| 精品人妻偷拍中文字幕| 亚洲精品乱久久久久久| 亚洲av.av天堂| 精品国产超薄肉色丝袜足j| 黄频高清免费视频| 久久午夜福利片| 欧美日本中文国产一区发布| av片东京热男人的天堂| 热re99久久精品国产66热6| 久久99一区二区三区| 丝袜美足系列| 深夜精品福利| 亚洲综合色网址| 免费黄网站久久成人精品| 丝袜人妻中文字幕| 我要看黄色一级片免费的| 不卡视频在线观看欧美| 熟女少妇亚洲综合色aaa.| 丁香六月天网| 欧美人与性动交α欧美精品济南到 | 亚洲国产av新网站| 三级国产精品片| 成人毛片60女人毛片免费| 精品久久久精品久久久| 捣出白浆h1v1| 久久久久人妻精品一区果冻| 亚洲三级黄色毛片| 国产麻豆69| 亚洲精品中文字幕在线视频| 久久免费观看电影| 婷婷色综合www| 90打野战视频偷拍视频| 我的亚洲天堂| 成人午夜精彩视频在线观看| 大码成人一级视频| 亚洲美女搞黄在线观看| 日韩中字成人| 啦啦啦啦在线视频资源| 91午夜精品亚洲一区二区三区| 一本大道久久a久久精品| 亚洲成av片中文字幕在线观看 | 在现免费观看毛片| 看免费成人av毛片| 久久久久久久久免费视频了| 另类亚洲欧美激情| 亚洲欧洲日产国产| 一区二区日韩欧美中文字幕| 十分钟在线观看高清视频www| 三上悠亚av全集在线观看| 在线观看免费日韩欧美大片| 欧美精品亚洲一区二区| 大话2 男鬼变身卡| av电影中文网址| 国产精品.久久久| 青青草视频在线视频观看| 欧美变态另类bdsm刘玥| 可以免费在线观看a视频的电影网站 | 18禁裸乳无遮挡动漫免费视频| 午夜精品国产一区二区电影| 久久99精品国语久久久| 亚洲国产精品成人久久小说| 亚洲成色77777| 亚洲精品久久午夜乱码| 久久毛片免费看一区二区三区| 国产97色在线日韩免费| 蜜桃国产av成人99| 只有这里有精品99| 欧美精品亚洲一区二区| 天堂中文最新版在线下载| 嫩草影院入口| 久久久久国产网址| 天美传媒精品一区二区| av视频免费观看在线观看| 男女国产视频网站| 日韩欧美一区视频在线观看| 最近最新中文字幕免费大全7| 男人舔女人的私密视频| 69精品国产乱码久久久| 亚洲av综合色区一区| 只有这里有精品99| 少妇熟女欧美另类| 日产精品乱码卡一卡2卡三| 久久精品夜色国产| 欧美精品一区二区大全| 高清欧美精品videossex| 成人亚洲欧美一区二区av| 啦啦啦在线免费观看视频4| 99国产精品免费福利视频| 亚洲国产精品一区三区| 欧美变态另类bdsm刘玥| 有码 亚洲区| 精品一品国产午夜福利视频| 午夜久久久在线观看| 久热这里只有精品99| 国产片内射在线| 久久久欧美国产精品| av天堂久久9| 久久久欧美国产精品| 欧美少妇被猛烈插入视频| 久久久精品免费免费高清| 青春草亚洲视频在线观看| 亚洲男人天堂网一区| 看免费av毛片| 国产成人精品在线电影| 婷婷色综合www| 亚洲av电影在线进入| 久久精品国产综合久久久| 久久国产精品大桥未久av| 91精品伊人久久大香线蕉| av有码第一页| 啦啦啦在线免费观看视频4| 久久鲁丝午夜福利片| 日本爱情动作片www.在线观看| 精品人妻熟女毛片av久久网站| 我的亚洲天堂| 国产在线免费精品| 美女福利国产在线| 日韩熟女老妇一区二区性免费视频| 啦啦啦视频在线资源免费观看| 性高湖久久久久久久久免费观看| 一二三四中文在线观看免费高清| 日韩熟女老妇一区二区性免费视频| 国精品久久久久久国模美| 五月开心婷婷网| 日日摸夜夜添夜夜爱| 看十八女毛片水多多多| 久久午夜福利片| 免费观看av网站的网址| 国产精品久久久久成人av| 人体艺术视频欧美日本| av电影中文网址| 亚洲欧美精品自产自拍| 成年人午夜在线观看视频| 国产成人精品久久二区二区91 | 精品一区二区免费观看| 高清在线视频一区二区三区| 久久久久视频综合| 一级爰片在线观看| www.精华液| 91精品三级在线观看| 91精品伊人久久大香线蕉| 亚洲人成77777在线视频| 国产在视频线精品| 久久99一区二区三区| 欧美日韩精品网址| 男女边摸边吃奶| 久久久久国产精品人妻一区二区| 亚洲精品久久久久久婷婷小说| 18禁动态无遮挡网站| freevideosex欧美| 热99国产精品久久久久久7|