并行算法
- 基于OpenCL的腐蝕膨脹算法的并行優(yōu)化
是一種有效的并行算法[9-10],只針對單一平臺,通用性有限。本研究通過并行化和優(yōu)化算法,提高了腐蝕膨脹算法的計算效率,并具備較好的通用性。本文提出了基于OpenCL的腐蝕膨脹快速并行算法,通過利用像素?zé)o關(guān)性和圖形處理器的分層存儲機(jī)制[11],優(yōu)化存儲結(jié)構(gòu)和訪存方式,以及合理劃分工作組和工作項(xiàng),提高算法的實(shí)現(xiàn)速度。同時,還提出了基于OpenCL改進(jìn)的膨脹與腐蝕快速并行算法,通過存儲結(jié)果在共享內(nèi)存中,減少計算冗余,提高效率,顯著提高了腐蝕膨脹算法的效率。1
青島大學(xué)學(xué)報（工程技術(shù)版） 2023年4期2024-01-03
- 基于GPU 加速的全源對最短路徑并行算法
的最短路徑并行算法是一項(xiàng)有挑戰(zhàn)性且非常有意義的工作[4-5].本文利用OpenCL 架構(gòu)實(shí)現(xiàn)了一種高效的基于CPU+GPU 的全源對最短路徑并行算法（OCL_SP），解決了全源對最短路徑算法在不同異構(gòu)計算設(shè)備上快速處理大規(guī)模頂點(diǎn)集的問題.OCL_SP 并行算法在各種設(shè)備上表現(xiàn)出良好的可移植性.1 相關(guān)研究最短路徑算法是許多復(fù)雜圖算法的一個重要組成部分，普遍應(yīng)用于科學(xué)研究和工程分析中.Jamour 等[6]將圖表分解為雙連通組件，圖形中的所有點(diǎn)對最短路徑的
云南大學(xué)學(xué)報（自然科學(xué)版） 2023年5期2023-10-08
- 基于模塊化組織的教學(xué)實(shí)施研究
——以并行計算類課程為例
研究生的課程并行算法與針對大氣科學(xué)（氣象海洋預(yù)報）專業(yè)本科生的課程并行計算技術(shù)，在基于知識點(diǎn)的模塊化基礎(chǔ)上，綜合考慮各方面因素的影響與需求，研究對課程內(nèi)容的優(yōu)化設(shè)計，以期能盡量減少內(nèi)容上的重復(fù)建設(shè)，提高不同層次與不同來源學(xué)員學(xué)習(xí)計劃規(guī)劃的針對性。一 并行計算類課程模塊化組織現(xiàn)狀并行計算類課程在國防科技大學(xué)（以下簡稱“我?！保╇m然都還是選修課，但隨著數(shù)值模擬作為第三種科學(xué)研究手段逐漸成為共識，在氣象海洋環(huán)境數(shù)值預(yù)報、數(shù)值氣候預(yù)測、計算流體力學(xué)和核科學(xué)等各個領(lǐng)
高教學(xué)刊 2023年24期2023-08-31
- RPC模型影像校正并行算法設(shè)計及優(yōu)化
校正模型開發(fā)并行算法具有重要意義。并行算法可以充分利用多核處理器和GPU等并行計算資源,顯著縮短遙感影像幾何校正的處理時間,提高數(shù)據(jù)處理效率[5-6]。采用并行算法可以克服單機(jī)內(nèi)存和計算能力的限制,支持大規(guī)模遙感數(shù)據(jù)的快速幾何校正,為遙感大數(shù)據(jù)時代的應(yīng)用需求提供技術(shù)支撐。隨著GPU和多核CPU技術(shù)的發(fā)展,它們在遙感影像處理中的應(yīng)用得到了廣泛的關(guān)注。研究人員在遙感影像分類[7]、正射校正[8]、特征匹配[9]、特征檢測[10]、影像融合[11]等多個方面開發(fā)
山西建筑 2023年17期2023-08-18
- 研究生課程“并行算法”教學(xué)內(nèi)容優(yōu)化設(shè)計研究
法的層面進(jìn)行并行算法設(shè)計，又需要面向高性能并行計算機(jī)進(jìn)行具體實(shí)現(xiàn)，其中涉及方方面面的理論與技術(shù)問題。正是在這種時代背景下，中國科技大學(xué)、清華大學(xué)、加州大學(xué)伯克利分校、哈佛大學(xué)、普渡大學(xué)、斯坦福大學(xué)、北卡羅來納大學(xué)等國內(nèi)外眾多高校陸續(xù)開設(shè)并行計算相關(guān)課程，國內(nèi)外不僅形成許多經(jīng)典教材①《并行計算：結(jié)構(gòu)·算法·編程》、《可擴(kuò)展并行算法的設(shè)計與分析》、《并行計算導(dǎo)論》、《數(shù)值并行算法與軟件》、Introduction to Parallel Computing(S
教育教學(xué)論壇 2023年8期2023-04-01
- 高錯誤率長序列基因組數(shù)據(jù)敏感序列識別并行算法
多核CPU 并行算法，在準(zhǔn)確識別含有錯誤信息的敏感序列的同時，加速求解大規(guī)?；蚪M數(shù)據(jù)敏感序列識別問題。關(guān)于基因組數(shù)據(jù)敏感序列識別并行算法的研究，文獻(xiàn)[6]基于STR 挖掘工具FLASH（fast length adjustment of short read）和PERF（Python exhaustive repeat finder），在Hadoop 平臺上開發(fā)了CPU 并行加速的基因組數(shù)據(jù)短串聯(lián)重復(fù)序列識別算法BigFiRSt。文獻(xiàn)[7]采用劃分后綴分
通信學(xué)報 2023年2期2023-03-16
- 三維泰森并行優(yōu)化算法在虎龍溝礦區(qū)資源儲量估算中的應(yīng)用
法。2.2 并行算法由于串行算法要進(jìn)行三重循環(huán)，加大了數(shù)據(jù)的計算量，考慮到模型時單指令多數(shù)據(jù)流模型，利用G P U的體系結(jié)構(gòu)，對三維泰森串行算法進(jìn)行優(yōu)化，采用并行算法，算法流程如圖3所示。圖3 三維并行算法流程利用G P U中多個AL U的性質(zhì)，根據(jù)體素進(jìn)行并行計算，每個體素映射在三維計算單元內(nèi)，通過單獨(dú)的子線程進(jìn)行品位計算，將重復(fù)遍歷的數(shù)據(jù)放置在Thread中，在Thread中重復(fù)遍歷的部分就是在串行算法中空間點(diǎn)坐標(biāo)與已知點(diǎn)坐標(biāo)進(jìn)行遍歷后，求出的最小距離
煤礦現(xiàn)代化 2021年6期2021-11-16
- 面向異構(gòu)架構(gòu)的傳遞閉包并行算法
高效傳遞閉包并行算法，并采用具有可移植性的OpenCL 架構(gòu)來實(shí)現(xiàn)該算法。對在不同數(shù)據(jù)集下和不同體系結(jié)構(gòu)下的算法和加速比進(jìn)行分析。1 相關(guān)研究近年來，很多學(xué)者對傳遞閉包運(yùn)算進(jìn)行了研究。文獻(xiàn)［17］用一階有界傳遞閉包模糊邏輯來刻畫模糊有窮自動機(jī)。文獻(xiàn)［18］研究了稠密圖條件下采用XHop 方法，對傳遞閉包進(jìn)行高壓縮比存儲和有效查詢的算法。文獻(xiàn)［19］提出改進(jìn)的傳遞閉包求解方法，并在傳遞閉包改進(jìn)的求解方式基礎(chǔ)上，設(shè)計了傳遞閉包的增量式更新方法。文獻(xiàn)［20］證明
計算機(jī)工程 2021年8期2021-08-20
- 經(jīng)編提花鞋材的自動排版及CUDA的并行實(shí)現(xiàn)
面料利用率;并行算法;CUDA中圖分類號： TS943.68文獻(xiàn)標(biāo)志碼： A文章編號： 1001-7003（2021）12-0126-07引用頁碼： 121303DOI： 10.3969/j.issn.1001-7003.2021.12.020（篇序）Abstract： The warp-knitted jacquard shoe upper has been widely used in the upper of sports shoes due to
絲綢 2021年12期2021-01-03
- 多項(xiàng)式零點(diǎn)的并行圓盤迭代法研究
實(shí)效性。1 并行算法基本概念及其分類1.1 并行算法基本概念并行算法是使用多個并行處理器實(shí)現(xiàn)大數(shù)據(jù)多次重復(fù)計算的手段，并且要求計算必須在一定的時間內(nèi)同時完成。其相關(guān)的性能定義主要包括：定義1 一個算法的并行度是算法中能用一個運(yùn)算步并行完成的運(yùn)算個數(shù)。假設(shè)算法運(yùn)算個數(shù)為r，利用s個運(yùn)算步完成，則r/s稱為平均并行度。圖1 并行計算模型如圖1所示，并行計算有別于串行算法，將并行算法的設(shè)計與計算模型映射到并行機(jī)上進(jìn)行運(yùn)算，大大提高了運(yùn)算的速度與運(yùn)算之間的并行度。
宜春學(xué)院學(xué)報 2020年9期2020-12-03
- 基于局部最大熵的圖像自適應(yīng)標(biāo)記方法
熵矩陣，運(yùn)用并行算法對圖像樣本數(shù)據(jù)中的像素特征參數(shù)進(jìn)行計算，獲取圖像標(biāo)記參數(shù)的局部最大熵值，根據(jù)計算結(jié)果來設(shè)定圖像特征二階矩、熵、對比度以等多種特征自適應(yīng)參數(shù)歸一化處理，并據(jù)此求出圖像自適應(yīng)標(biāo)記點(diǎn)。實(shí)驗(yàn)結(jié)果證明，與傳統(tǒng)方法比較，所提方法圖像標(biāo)記耗時保持在40s以下，標(biāo)記出的特征識別率約為99%左右，性能均優(yōu)于傳統(tǒng)方法，能夠?qū)崿F(xiàn)圖像的自適應(yīng)標(biāo)記。關(guān)鍵詞：局部最大熵;并行算法;特征識別;圖像標(biāo)記中圖分類號：TP391? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009
電腦知識與技術(shù) 2020年26期2020-11-02
- n-度中心度與k-壓力中心度及其并行算法
絡(luò)中心度及其并行算法設(shè)計實(shí)現(xiàn)是網(wǎng)絡(luò)研究的熱點(diǎn)。頂點(diǎn)的網(wǎng)絡(luò)中心度[1]是對頂點(diǎn)在網(wǎng)絡(luò)中的重要性的量化。數(shù)據(jù)隨科技發(fā)展呈指數(shù)增長[2]，網(wǎng)絡(luò)的規(guī)模也日漸龐大。單機(jī)已難以實(shí)現(xiàn)大規(guī)模網(wǎng)絡(luò)的存儲和計算，多機(jī)分布式存儲[3]與并行計算[4]逐漸成為發(fā)展趨勢。因此，對網(wǎng)絡(luò)的研究重點(diǎn)不僅在于網(wǎng)絡(luò)中心度的研究，還在于網(wǎng)絡(luò)計算的并行算法設(shè)計實(shí)現(xiàn)。目前網(wǎng)絡(luò)中心度并行算法的設(shè)計和實(shí)現(xiàn)尚未完善。在提出新的網(wǎng)絡(luò)中心度時，研究者通常只實(shí)驗(yàn)于小型網(wǎng)絡(luò)，沒有考慮在大型網(wǎng)絡(luò)的應(yīng)用及并行算法的
廣東工業(yè)大學(xué)學(xué)報 2020年3期2020-06-11
- 定常不可壓Navier-Stokes方程的并行有限元算法
件外，高效的并行算法更是不可缺少的重要組成部分，它無論是對N-S方程的高效數(shù)值模擬，還是對提高并行機(jī)的運(yùn)行效率，都起著至關(guān)重要的作用。近年來，盡管并行計算技術(shù)取得了長足進(jìn)步，但并行編程軟件遠(yuǎn)遠(yuǎn)落后于并行計算機(jī)硬件的發(fā)展，使得并行編程的難度遠(yuǎn)遠(yuǎn)大于串行編程，制約了并行計算的發(fā)展。因此，一個并行算法除了應(yīng)具有一個數(shù)值方法所應(yīng)具有的數(shù)學(xué)特征(如穩(wěn)定性、收斂性、有效性)外，還需實(shí)現(xiàn)簡單、通信需求少、具有良好的可擴(kuò)展性，才具有廣闊的應(yīng)用前景，這在多核處理器普及的今天
貴州師范大學(xué)學(xué)報（自然科學(xué)版） 2020年3期2020-06-05
- 特征點(diǎn)檢測DoG并行算法
L設(shè)計思想的并行算法，相比CPU加速比可達(dá)77倍。文獻(xiàn)[11]利用OpenCL技術(shù)對SIFT 算法進(jìn)行加速，大大降低了原算法的耗時。文獻(xiàn)[12]提出了一種基于GPU 和CPU 異構(gòu)計算平臺的Canny并行算法，相比CPU加速比可達(dá)5.39倍。文獻(xiàn)[13]提出了一種基于GPU的HOG（Histogram of Oriented Gradient）特征提取與描述算法，相比CPU獲得了40 倍左右的加速。文獻(xiàn)[14]提出了一種基于DAGS+GPU的去塊濾波算法，
計算機(jī)工程與應(yīng)用 2020年10期2020-05-20
- 基于OpenMP的柵格數(shù)據(jù)矢量化并行算法研究2p
換多個圖像的并行算法，使用開源地理空間數(shù)據(jù)抽象庫GDAL作為數(shù)據(jù)讀寫和轉(zhuǎn)換的工具，針對影響并行算法性能的因素：線程數(shù)、任務(wù)調(diào)度策略，對傳統(tǒng)按行劃分的矢量化算法進(jìn)行并行優(yōu)化?！娟P(guān)鍵詞】柵格數(shù)據(jù)矢量化;并行算法;調(diào)度策略;OpenMP1. 引言矢量結(jié)構(gòu)和柵格結(jié)構(gòu)是地理信息系統(tǒng)（GIS）中兩種主要的空間數(shù)據(jù)結(jié)構(gòu)，矢柵數(shù)據(jù)間的轉(zhuǎn)換是GIS應(yīng)用中必不可少的，其中尤以柵格數(shù)據(jù)的矢量化過程應(yīng)用更為頻繁。隨著人類獲取遙感數(shù)據(jù)的技術(shù)不斷提高，獲取柵格數(shù)據(jù)的數(shù)目和也急劇增加，
衛(wèi)星電視與寬帶多媒體 2020年4期2020-05-06
- 基于反向?qū)W習(xí)策略的深度搜索布谷鳥算法
群優(yōu)化算法;并行算法;反向?qū)W習(xí);深度搜索中圖分類號：TP301文獻(xiàn)標(biāo)識碼： A布谷鳥搜索（Cuckoo Search，CS）算法是在2009年開發(fā)的自然啟發(fā)式算法。該算法基于布谷鳥育雛行為的寄生性，并包含鳥類和果蠅的levy飛行行為[1]為雛形設(shè)計算法原理。由于其簡單性和有效性，從誕生之日起，吸引了很多學(xué)者的關(guān)注，并成功應(yīng)用于工程優(yōu)化和函數(shù)優(yōu)化問題[2-3]以及機(jī)器學(xué)習(xí)[4]等方面。但是，對于一些復(fù)雜的問題，CS算法也存在著局部搜索能力較差、后期收斂速度慢
貴州大學(xué)學(xué)報（自然科學(xué)版） 2020年2期2020-04-24
- 基于數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則挖掘并行算法
聯(lián)規(guī)則挖掘;并行算法;分析1 關(guān)聯(lián)規(guī)則挖掘并行算法及問題說明1.1簡介Apriori算法是常用的用于挖掘出數(shù)據(jù)關(guān)聯(lián)規(guī)則的算法，它用來找出數(shù)據(jù)值中頻繁出現(xiàn)的數(shù)據(jù)集合，找出這些集合的模式有助于我們做一些決策。比如在常關(guān)聯(lián)規(guī)則挖掘的目的是找出事物之間的隱藏的關(guān)系，比如經(jīng)典的案例啤酒和尿布的的故事，通過對購物數(shù)據(jù)進(jìn)行數(shù)據(jù)分析和挖掘，得到這樣一個結(jié)論，男性在買尿布的時候會買幾瓶啤酒。這二者并沒有什么因果關(guān)系，然而通過對海量數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，卻能夠發(fā)現(xiàn)這個有趣且有價值
錦繡·下旬刊 2020年8期2020-01-26
- GBAS算法在TSP問題中的應(yīng)用研究
串行算法? 并行算法中圖分類號：TP301? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2019）05（c）-0004-05Abstract： This article chose a graph-based ant system （GBAS） optimization algorithm for serial & parallel coding
科技創(chuàng)新導(dǎo)報 2019年15期2019-11-16
- 基于PRAM并行模型最大值查找的方法與改進(jìn)①
要共同促進(jìn)了并行算法的研究[1,2].算法是求解問題的步驟和方法[3].簡單的講,并行算法是用多臺處理器聯(lián)合求解問題的方法和步驟[4,5].并行算法不能僅通過時間復(fù)雜度[6]來進(jìn)行評價,因?yàn)槿藗冊趯τ嬎闼俣鹊目是蟮耐瑫r,對于并行處理所需要的處理器數(shù)量急劇增長的問題也開始關(guān)心.所以,評判并行算法綜合性能的指標(biāo)“成本”顯得格外的重要.并行算法的成本是指并行算法在并行機(jī)各處理器上運(yùn)行時間總和Cost=Tp?P[7],Tp代表每個處理器處理問題的運(yùn)行時間,P代表處
計算機(jī)系統(tǒng)應(yīng)用 2019年10期2019-10-18
- 探究GPU視角下的圖像處理并行算法
下的圖像處理并行算法更具優(yōu)勢，值得大力推廣與應(yīng)用。關(guān)鍵詞：GPU ?圖像處理 ?并行算法中圖分類號：TP391 ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ?文章編號：1672-3791（2019）06（c）-0033-021 ?GPU圖像處理技術(shù)分析1.1 GPU通過計算機(jī)CPU充分發(fā)揮其強(qiáng)有力的運(yùn)算能力，根據(jù)程序設(shè)計算法，便能夠?qū)崿F(xiàn)數(shù)字圖像模糊、合并等相關(guān)處理，把原始圖像轉(zhuǎn)變?yōu)樗鑸D像。而用戶對于應(yīng)用系統(tǒng)圖像處理質(zhì)量的要求不斷提高，雖然CPU速度通過摩爾定
科技資訊 2019年18期2019-09-17
- 并行KMP算法的研究
KMP算法;并行算法中圖分類號：TP301 ?文獻(xiàn)標(biāo)識碼：A ?文章編號：1673-260X（2019）05-0030-031 引言 字符串的模式匹配是對字符串的基本操作之一，廣泛應(yīng)用于生物信息學(xué)、信息檢索、拼寫檢查、語言翻譯、數(shù)據(jù)壓縮、網(wǎng)絡(luò)入侵檢測等領(lǐng)域，如何簡化其復(fù)雜性一直是算法研究中的經(jīng)典問題.字符串的模式匹配實(shí)質(zhì)上就是尋找模式串P是否在主串T中，且其出現(xiàn)的位置.現(xiàn)如今我們對字符串匹配的效率的要求越來越高，應(yīng)不斷地改良模式匹配算法，減少其時間復(fù)雜度.
赤峰學(xué)院學(xué)報·自然科學(xué)版 2019年5期2019-09-10
- 試論全局通訊網(wǎng)絡(luò)模式的數(shù)據(jù)挖掘方法
模式? ? 并行算法? ? 動態(tài)調(diào)度? ? 分析隨著社會經(jīng)濟(jì)不斷發(fā)展，尤其是工業(yè)和商業(yè)經(jīng)濟(jì)的發(fā)展，數(shù)據(jù)挖掘重要性作用愈發(fā)凸顯，通過對可利用價值數(shù)據(jù)進(jìn)行挖掘，可以為各行業(yè)穩(wěn)定持續(xù)發(fā)展提供決策支持。但是在數(shù)據(jù)規(guī)模不斷擴(kuò)大背景下，如何持續(xù)提升數(shù)據(jù)挖掘質(zhì)量與效率，這一問題也引發(fā)社會各界廣泛關(guān)注和思考[1]。尤其是在對有價值信息數(shù)據(jù)挖掘時，不僅需要先進(jìn)技術(shù)支撐，還需要耗費(fèi)大量計算資源。本文提出一種新型并行關(guān)聯(lián)規(guī)則挖掘算法，不僅可以降低通信成本，還能夠使挖掘效率得到提
中國新通信 2019年21期2019-03-30
- 一種面向OpenCL架構(gòu)的矩陣-向量乘并行算法與實(shí)現(xiàn)
矩陣-向量乘并行算法的優(yōu)化與實(shí)現(xiàn)將是一個研究的熱點(diǎn)[6].開放式計算語言(Open Computing Language,OpenCL)不僅僅是一種編程語言,更是一個能幫助開發(fā)者充分而合理的利用整個計算機(jī)系統(tǒng)的所有計算資源,并挖掘和發(fā)揮出其中計算能力的跨平臺異構(gòu)框架,即完整的在異構(gòu)平臺上并行編程的開放框架標(biāo)準(zhǔn),它包括編程語言、API、函數(shù)庫以及運(yùn)行時系統(tǒng)來支持軟件在整個平臺上的開發(fā).2 相關(guān)研究工作近年來,關(guān)于矩陣-向量乘法算法的并行化處理和優(yōu)化已有許多工
小型微型計算機(jī)系統(tǒng) 2019年1期2019-01-24
- 基于并行算法的數(shù)據(jù)挖掘平臺研究
向量1.2 并行算法的實(shí)現(xiàn)(1)對于每個數(shù)據(jù)組特征項(xiàng)，運(yùn)算其在并行處理時間T內(nèi)的值來表示評價其重要程度，選用余弦相似度來分別驗(yàn)算大數(shù)據(jù)占據(jù)的空間及其相似度數(shù)值.數(shù)據(jù)組di和dj的相似度表達(dá)式如下：S(i，j)i≠j=Sim(di，dj)=β·SimNE(di，dj)+(1-β)·SimO(di，dj)(2)式中，β為平滑系數(shù)且β>0.5.假如S(i≠j)的中值大小為η，第i個數(shù)據(jù)組d包含的待挖掘數(shù)據(jù)量為μ，數(shù)據(jù)組的平均可挖掘數(shù)據(jù)為ζ，使用Sigmoid函數(shù)
西安文理學(xué)院學(xué)報（自然科學(xué)版） 2018年6期2019-01-10
- 基于改進(jìn)PSO并行算法的梯級水庫群生態(tài)聯(lián)合優(yōu)化調(diào)度研究
這其中PSO并行算法采用自適應(yīng)優(yōu)化搜索算法，模型尋優(yōu)求解精度較高，在目標(biāo)優(yōu)化求解領(lǐng)域中得到較為廣泛的應(yīng)用，但是傳統(tǒng)PSO算法在目標(biāo)加速尋優(yōu)存在局限，使得傳統(tǒng)方法的收斂速率較低，為此有學(xué)者對傳統(tǒng)PSO并行算法進(jìn)行改進(jìn)，并在一些水資源優(yōu)化領(lǐng)域中得到具體應(yīng)用[7- 9]，但是在梯級水庫生態(tài)聯(lián)合調(diào)度中還未得到相關(guān)應(yīng)用，為此本文引入改進(jìn)的PSO并行優(yōu)化算法，對遼寧中東部4座梯級水庫進(jìn)行生態(tài)聯(lián)合調(diào)度研究，研究成果可以為梯級水庫生態(tài)調(diào)度優(yōu)化提供方法參考。1 改進(jìn)PSO并
水利技術(shù)監(jiān)督 2018年3期2018-06-19
- 基于Parareal算法的電磁暫態(tài)時間并行計算方法
率低的問題．并行算法為解決這一問題提供了一個很好的技術(shù)途徑．并行算法一般可分為：空間并行算法、時間并行算法和時空并行算法．廣泛應(yīng)用的并行算法大多為空間并行算法，例如長輸電線路解耦法、多端口戴維南等值電路法[6-8]、類似節(jié)點(diǎn)分裂法的分網(wǎng)并行方法[9]等．在進(jìn)行大規(guī)模電力系統(tǒng)暫態(tài)數(shù)值計算時，空間并行算法不可避免地會因?yàn)榫W(wǎng)絡(luò)分塊數(shù)目的增多，而使得各子網(wǎng)間通信量增大，通信延時變高[10]．另外，網(wǎng)絡(luò)分割不均勻也會產(chǎn)生系統(tǒng)計算負(fù)荷不均、計算資源浪費(fèi)的情況．時間并行
三峽大學(xué)學(xué)報(自然科學(xué)版) 2018年3期2018-05-22
- 基于MPI并行算法的農(nóng)作物生長環(huán)境的數(shù)據(jù)分析
速度，MPI并行算法由于自身所具有的優(yōu)越性而被廣泛地應(yīng)用?；诖耍瑢PI并行計算的農(nóng)作物生長環(huán)境的數(shù)據(jù)展開分析。首先，概述MPI并行計算方法，然后分析MPI并行算法在農(nóng)作物生長環(huán)境的數(shù)據(jù)應(yīng)用情況。關(guān)鍵詞 MPI；并行算法；農(nóng)作物；生長環(huán)境；數(shù)據(jù)中圖分類號：TP301.6 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2017.30.063最近幾年，作物模型的地區(qū)性運(yùn)用需求持續(xù)性遞增，被廣泛地運(yùn)用在地區(qū)性生產(chǎn)力預(yù)測與預(yù)警、氣候
南方農(nóng)業(yè)·下旬 2017年10期2017-12-18
- 一種自適應(yīng)資源精細(xì)匹配的DAG調(diào)度方法
行順序控制與并行算法的處理邏輯相分離。該方法通過任務(wù)分解的方式和自適應(yīng)的多資源精細(xì)匹配，利用DEM數(shù)據(jù)建立起十萬量級柵格的大流域生態(tài)水文過程DAG任務(wù)調(diào)度模擬。在實(shí)驗(yàn)部分，用多重對比的方法評估在分辨率、數(shù)據(jù)規(guī)模、進(jìn)程數(shù)量以及本地資源管理器（LRM）不同條件情況下該方法的性能。實(shí)驗(yàn)結(jié)果表明，任務(wù)分解的自適應(yīng)多資源精細(xì)匹配DAG調(diào)度方法大幅度提高了并行性能和效率，具有較好的魯棒性和擴(kuò)展性。關(guān)鍵詞： DAG調(diào)度； 并行算法； 數(shù)據(jù)密集； 計算密集； 多資源匹配中
現(xiàn)代電子技術(shù) 2017年21期2017-11-10
- PREM:A parallel package for finding travelling wave solutions to nonlinear evolution equations
方程行波解的并行算法.我們在Maple 18上實(shí)現(xiàn)了該算法.通過設(shè)計并行算法并使用負(fù)載均衡技術(shù),其中的軟件PREM的計算效率明顯高于已有的串行軟件.且基于因式分解算法和運(yùn)行時間限制,PREM可以自動推導(dǎo)出一些串行程序算不動的復(fù)雜方程的部分精確解.相比于已有的其他程序,PREM可自動推導(dǎo)出更多類型的精確行波解.此外,PREM具有靈活的接口和輸出.非線性演化方程;行波解;Riccati方程方法;并行算法;負(fù)載均衡2016-09-28國家自然科學(xué)基金(11435
華東師范大學(xué)學(xué)報（自然科學(xué)版） 2017年4期2017-08-07
- 并行計算與MPI研究
算；MPI；并行算法1 并行計算簡介并行計算與串行計算的區(qū)別在于，串行計算只在單個CPU上進(jìn)行求解，而并行計算則是同一個時間段內(nèi)在多個CPU上求解；從硬件角度上來講，串行計算就是在普通計算機(jī)上求解，并行計算則是于并行計算機(jī)上求解。需要并行計算求解的問題須能分成很多并行子問題[1]。在20世紀(jì)50年代之后，日益提升的計算速度逐漸成為互聯(lián)網(wǎng)、娛樂游戲、科學(xué)計算領(lǐng)域的決定因素。例如畫面優(yōu)美反應(yīng)靈敏的電腦游戲、精確及時的引擎搜索、清晰明了的醫(yī)學(xué)成像等方方面面都離不
無線互聯(lián)科技 2017年12期2017-07-18
- 基于GPU的圖像處理并行算法分析
中的圖像處理并行算法主要包括彩色負(fù)片處理算法、透明合并處理算法等，并且與GPU實(shí)現(xiàn)相同效果的性能進(jìn)行相互對比，以此來證明基于GPU的圖像處理并行算法的高效性?！続bstract】In the process of computer technology rapidly develop， people need to deal with all kinds of complex images. Image processing method presents
中小企業(yè)管理與科技·上旬刊 2017年3期2017-03-24
- 基于逐點(diǎn)插入的Delaunay四面體剖分并行算法研究
y四面體剖分并行算法。同時在Linux+MPI平臺上實(shí)現(xiàn)上述并行算法，取得了良好的計算效率。【關(guān)鍵詞】Delaunay三角剖分 網(wǎng)格生成 并行算法 并行策略1 引言隨著大型并行計算機(jī)軟硬件技術(shù)的快速發(fā)展，網(wǎng)格剖分并行技術(shù)已成為科學(xué)工程計算領(lǐng)域研究的熱點(diǎn)之一。Delaunay三角剖分是三維空間數(shù)值模擬階段最基本的逼近單元和3D復(fù)雜對象可視化處理中最佳離散形式，剖分得到Delaunay三角網(wǎng)格具有良好的數(shù)學(xué)特性與優(yōu)化特性?；谥瘘c(diǎn)插入思想的Delaunay三角
電子技術(shù)與軟件工程 2017年1期2017-03-06
- 改進(jìn)型迭代Web挖掘技術(shù)在信息門戶建設(shè)中的應(yīng)用研究
；迭代算法；并行算法；本地計算中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）28-0006-03Abstract： In the information system construction in colleges and universities focus on information portal construction and optimization of two aspects. Use Web data
電腦知識與技術(shù) 2016年28期2016-12-21
- 數(shù)據(jù)挖掘算法分析及其并行模式研究
聯(lián)規(guī)則挖掘的并行算法分析2.1 并行算法的基本概念所謂并行算法，即對可同時執(zhí)行的進(jìn)程集合，通過進(jìn)程的協(xié)調(diào)作用，達(dá)到求解問題的目的。并行算法的設(shè)計是為了使并行機(jī)的眾多處理機(jī)作用得到最大程度的發(fā)揮，這樣就能更加快速有效解決問題。一般而言，并行算法對并行機(jī)存在非常強(qiáng)的依賴性。并行機(jī)的不同算法對其有效性會產(chǎn)生影響。2.2 并行計算模型要想對一個應(yīng)用問題進(jìn)行求解，那么設(shè)計良好的并行算法極為重要。如果想讓并行算法作為一個由程序?qū)崿F(xiàn)結(jié)構(gòu)依賴的算法，那么抽象的并行計算機(jī)結(jié)
電子技術(shù)與軟件工程 2016年20期2016-12-21
- 計算機(jī)圖形處理器加速的光學(xué)航空影像正射校正
影像正射校正并行算法，以滿足獲取光學(xué)航空影像對實(shí)時性的要求并提高對海量影像數(shù)據(jù)在CPU上串行正射校正的效率。介紹了光學(xué)影像正射校正算法原理以及正射校正算法的并行化處理。為減少GPU執(zhí)行的計算負(fù)載，引入“有效像素區(qū)域”概念，設(shè)計了改進(jìn)的GPU并行校正算法。通過配置選擇以及存儲器訪問優(yōu)化進(jìn)一步提高了算法的執(zhí)行效率。最后，分析了GPU并行算法的精度，并驗(yàn)證了噪聲干擾對算法的影響。實(shí)驗(yàn)結(jié)果表明，優(yōu)化的改進(jìn)GPU并行算法顯著提高了正射校正的速度，影像大小為5 000
光學(xué)精密工程 2016年11期2016-12-19
- 復(fù)化梯形求定積分的并行計算方法
二、該問題的并行算法描述2.1基于API的多核并行算法的設(shè)計Windows系統(tǒng)提供很多API接口，可以利用WINAPI定義線程函數(shù)，函數(shù)內(nèi)部設(shè)計好改線程所要進(jìn)行的工作，然后主函數(shù)里創(chuàng)建線程，將線程函數(shù)導(dǎo)入創(chuàng)建好的線程中運(yùn)行，計算根據(jù)創(chuàng)建的線程數(shù)目，調(diào)用相應(yīng)數(shù)目的CPU進(jìn)行計算，保證每個CPU運(yùn)行一個線程，最終計算結(jié)束后將結(jié)果合并可得到正確結(jié)果。2.2基于OpenMP的多核并行算法的設(shè)計利用編譯指導(dǎo)語句parallelfor并行原理采用工作分配的執(zhí)行方式，將
環(huán)球市場 2016年9期2016-09-22
- 向量式有限元桁架結(jié)構(gòu)并行程序節(jié)點(diǎn)分配技術(shù)
桁架結(jié)構(gòu)； 并行算法1 研究背景及問題的提出1.1背景介紹隨著計算機(jī)科學(xué)的迅速發(fā)展，計算科學(xué)、分析理論和物理實(shí)驗(yàn)構(gòu)成了現(xiàn)代科學(xué)發(fā)展的三大支柱.在建筑工程領(lǐng)域，結(jié)構(gòu)力學(xué)、有限元理論是目前主流的分析架構(gòu)，這種架構(gòu)主要包括兩部分：為了描述結(jié)構(gòu)體的性質(zhì)和物理行為設(shè)定一組描述參數(shù)；為了進(jìn)行數(shù)值分析而提出的一組行為變化準(zhǔn)則及簡化假設(shè).依據(jù)此架構(gòu)，工程師們可以通過數(shù)學(xué)方法來模擬一個結(jié)構(gòu)，規(guī)劃計算流程，得到結(jié)構(gòu)上任意一點(diǎn)的位置變化，以及其他力學(xué)參數(shù).向量式有限元(VFIF
同濟(jì)大學(xué)學(xué)報（自然科學(xué)版） 2016年7期2016-08-13
- 求解非定常不可壓Navier-Stokes方程的一種高精度并行算法
的一種高精度并行算法倪詩浩，田振夫(復(fù)旦大學(xué) 航空航天系，上海 200433)摘要：采用一階投影法，建立了一種基于MPI求解非定常不可壓N-S方程的高精度并行算法.該算法在空間上可達(dá)到4階精度，其中，對流項(xiàng)中的1階導(dǎo)數(shù)和粘性項(xiàng)中的2階導(dǎo)數(shù)分別采用WENO格式和4階對稱型寬格式進(jìn)行離散，而Poisson方程則采用4階精度的緊致格式進(jìn)行迭代求解.通過對2維Taylor渦列和雙周期雙剪切邊界層流動問題及3維回轉(zhuǎn)體繞流問題的數(shù)值計算，驗(yàn)證了算法的可靠性及其并行效率
復(fù)旦學(xué)報（自然科學(xué)版） 2016年3期2016-07-28
- 自適應(yīng)結(jié)構(gòu)網(wǎng)格并行應(yīng)用支撐軟件框架研究2011年度報告
解方法、高效并行算法與先進(jìn)計算方法等方面，開展系統(tǒng)深入的研究，突破核心算法與關(guān)鍵技術(shù)，研究成果集成于JASMIN框架。關(guān)鍵詞：JASMIN框架 并行算法 數(shù)據(jù)結(jié)構(gòu) 負(fù)載平衡方法 快速算法 先進(jìn)算法Abstract：This report illustrates the annual progress of the program “parallel adaptive structured mesh applications infrastructure”
科技創(chuàng)新導(dǎo)報 2016年9期2016-05-14
- 非規(guī)則齒輪行星系扎穴機(jī)構(gòu)設(shè)計—基于粒計算決策樹并行算法
粒計算決策樹并行算法魏小燕(湖北經(jīng)濟(jì)學(xué)院 統(tǒng)計學(xué)院，武漢430205)摘要：作為占據(jù)世界21%人口的農(nóng)業(yè)大國，中國要發(fā)展先進(jìn)的現(xiàn)代農(nóng)業(yè)，需要合理使用化學(xué)肥料，提高肥料的使用效率。與固態(tài)肥料相比較，液態(tài)更容易被作物吸收，肥料利用更直接，效率較高，經(jīng)濟(jì)成本更低。在國際上，俄羅斯、美國、澳大利亞等國家已經(jīng)率先使用了液態(tài)肥料。為了節(jié)省肥料、提高農(nóng)作物對肥料的吸收利用率、節(jié)省經(jīng)濟(jì)成本及降低對土壤的污染，基于粒計算決策樹并行算法，設(shè)計了非規(guī)則齒輪行星系扎穴機(jī)構(gòu)。該扎穴
農(nóng)機(jī)化研究 2016年11期2016-03-23
- 一種不規(guī)則形狀聚類算法
；數(shù)據(jù)分析;并行算法;共享信息素矩陣中圖分類號：TP311文獻(xiàn)標(biāo)志碼：A文章編號：1008-5564(2015)03-0009-06收稿日期：2015-02-10作者簡介：謝鳴鳳(1990—)，女，安徽宿州人，南京航空航天大學(xué)理學(xué)院數(shù)學(xué)系碩士研究生，主要從事偏微分方程研究.A Clustering Algorithm for Irregular DistributionXIE Meng-yan, HUANG Xu, ZHAO Qing, WANG Jun-
西安文理學(xué)院學(xué)報（自然科學(xué)版） 2015年3期2016-01-12
- 云計算物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)的應(yīng)用系統(tǒng)分析
；數(shù)據(jù)挖掘；并行算法Things cloud computing data mining techniques for Applied Systems AnalysisLi Hu-qun（Handan Purification Equipment Research Institute Handan Hebei 056107）【Abstract】In this paper， data mining model based on cloud computing
中華建設(shè)科技 2015年5期2015-07-17
- 基于MapReduce的DBSCAN聚類算法的并行實(shí)現(xiàn)
驗(yàn)結(jié)果驗(yàn)證了并行算法的有效性。關(guān)鍵詞：DBSCAN； MapReduce； 聚類算法； 并行算法； 數(shù)據(jù)挖掘中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2015）10-0161-04DBSCAN[1]于1996年被提出以后便被廣泛使用。DBSCAN基本時間復(fù)雜度是（n*找出樣本點(diǎn)的Eps鄰域中的點(diǎn)所需要的時間），其中n是樣本點(diǎn)的大小。低維數(shù)據(jù)空間下，利用一些空間索引結(jié)構(gòu)，如kd樹[2]、R樹[3]、R*樹[4]等，時間復(fù)雜度可以降
電腦知識與技術(shù) 2015年10期2015-05-29
- 成像制導(dǎo)中的多處理器并行及二值化算法研究*
務(wù)級調(diào)度2種并行算法，并以此進(jìn)行圖像二值化算法的并行化研究。試驗(yàn)結(jié)果分析表明，該設(shè)計能夠支持2種并行化算法，成倍減少圖像處理的時間。關(guān)鍵詞：嵌入式系統(tǒng)；多處理器系統(tǒng)；FSMC總線；二值化算法；并行算法0引言導(dǎo)彈成像制導(dǎo)中空間導(dǎo)航、目標(biāo)定位均涉及大量圖像處理和計算，一般系統(tǒng)實(shí)現(xiàn)多以高性能CPU，F(xiàn)PGA或DSP等單核處理器或微控制器作為處理核心，例如文獻(xiàn)[1]利用DSP實(shí)現(xiàn)成像制導(dǎo)；文獻(xiàn)[2]圖像在精確制導(dǎo)中的應(yīng)用；文獻(xiàn)[3]電視制導(dǎo)武器系統(tǒng)圖像跟蹤；文獻(xiàn)[
現(xiàn)代防御技術(shù) 2015年2期2015-03-09
- 云計算環(huán)境下基于改進(jìn)離散粒子群的并行調(diào)度算法*
詞：云計算;并行算法;離散粒子群優(yōu)化隨著系統(tǒng)虛擬化和網(wǎng)絡(luò)技術(shù)的發(fā)展,云計算已經(jīng)成為一種新的計算平臺.云計算作為一種新興的并行計算技術(shù),是分布式計算、網(wǎng)格計算和并行計算等計算機(jī)技術(shù)的商業(yè)實(shí)現(xiàn),從其誕生開始就具有巨大的商機(jī)[1-2].云計算的主要目的是為了更好地利用分布式資源和解決大規(guī)模計算問題.在“云”中如何對任務(wù)進(jìn)行高效合理的調(diào)度,實(shí)現(xiàn)系統(tǒng)全局最優(yōu)化,成為云計算研究的重點(diǎn)與難點(diǎn)[3].一般來說,云計算可以分為3種主要類型的服務(wù):基礎(chǔ)設(shè)施、平臺和軟件,這些服
華南理工大學(xué)學(xué)報（自然科學(xué)版） 2015年9期2015-02-18
- 運(yùn)動目標(biāo)檢測與特征提取算法的多層次并行優(yōu)化
一個數(shù)據(jù)劃分并行算法;文獻(xiàn)［8］將功能劃分優(yōu)化方法應(yīng)用到了圖像檢索，加快了圖像檢索系統(tǒng)的響應(yīng)速度;文獻(xiàn)［9－11］分別將數(shù)據(jù)劃分優(yōu)化方法應(yīng)用到神經(jīng)網(wǎng)絡(luò)算法、SIFT算法和二維傅里葉變換，都取得了可觀的加速比。基于上述優(yōu)化方法，結(jié)合運(yùn)動目標(biāo)檢測和特征提取描述具體算法特點(diǎn)，本文提出了一種多核CPU平臺上的三層雙模塊并行算法，并在OpenMP［12］和四核CPU平臺上利用該并行算法實(shí)現(xiàn)了對監(jiān)控視頻目標(biāo)檢測與特征提取的實(shí)時處理。本文提出的多層次并行優(yōu)化方法對分析串
電視技術(shù) 2014年13期2014-09-18
- 基于CUDA的熱傳導(dǎo)GPU并行算法研究
熱傳導(dǎo)GPU并行算法研究孟小華a,b，黃叢珊a，朱麗莎a,b(暨南大學(xué) a. 計算機(jī)科學(xué)系；b. 天體測量、動力學(xué)與空間科學(xué)中法聯(lián)合實(shí)驗(yàn)室，廣州 5 10632)在熱傳導(dǎo)算法中，使用傳統(tǒng)的CPU串行算法或MPI并行算法處理大批量粒子時，存在執(zhí)行效率低、處理時間長的問題。而圖形處理單元(GPU)具有大數(shù)據(jù)量并行運(yùn)算的優(yōu)勢，為此，在統(tǒng)一計算設(shè)備架構(gòu)(CUDA)并行編程環(huán)境下，采用CPU和GPU協(xié)同合作的模式，提出并實(shí)現(xiàn)一個基于CUDA的熱傳導(dǎo)GPU并行算法。根
計算機(jī)工程 2014年5期2014-08-05
- 柵格地理數(shù)據(jù)模糊C均值聚類算法的并行化研究
PI的FCM并行算法使人對遙感影像進(jìn)行模糊聚類分析獲得了令人滿意的線性加速比［6］；Petcu等針對多光譜遙感影像，提出了一種基于MPI的FCM并行算法，也得到較好的線性加速比［7］。但是這些方法只適合于規(guī)則的柵格數(shù)據(jù)。Liu等提出了一種基于圖形處理器（Graphics Processing Unit，GPU）的FCM 并行算法［8］。由于地學(xué)應(yīng)用研究區(qū)域的不規(guī)則性，并行算法采用按區(qū)域大小均勻劃分（如按行、列劃分和棋盤式劃分［9］）方法導(dǎo)致各節(jié)點(diǎn)負(fù)載不均衡
地理與地理信息科學(xué) 2013年4期2013-08-08
- RDS基帶編碼CRC算法的研究
種不同CRC并行算法，及仿真和綜合結(jié)果的分析。2 適用于RDS基帶信號的誤碼校驗(yàn)RDS數(shù)據(jù)格式使用了一種縮短循環(huán)的塊編碼，它是由原始長為341 bit的循環(huán)碼315 bit而得到的（26,16）分組糾錯碼. 所用編碼是一種最佳的糾正突發(fā)誤碼的縮短循環(huán)碼，其生成多項(xiàng)式為[7]：為了使接收機(jī)的解碼器能檢測出并糾正傳送中的誤碼，故在發(fā)送端每發(fā)送一個26 bit塊就含有10 bit校驗(yàn)字，這正是選擇（1）式所示的生成多項(xiàng)式的原因。下面介紹以信息字生成的校驗(yàn)字的形成
鐵路計算機(jī)應(yīng)用 2012年6期2012-11-29
- OpenMP并行算法在衛(wèi)星重力場模型反演中的應(yīng)用*
OpenMP并行算法在衛(wèi)星重力場模型反演中的應(yīng)用*周 浩1)鐘 波1，2)羅志才1，2)張 坤1)(1)武漢大學(xué)測繪學(xué)院，武漢 4300792)地球空間環(huán)境與大地測量教育部重點(diǎn)實(shí)驗(yàn)室，武漢430079)利用衛(wèi)星重力數(shù)據(jù)反演地球重力場需要解決重力場模型的高效計算問題。分析了最小二乘直接法求解重力場模型涉及的密集型計算任務(wù)，基于OpenMP實(shí)現(xiàn)了衛(wèi)星重力場模型直接求解的并行算法。利用30天、5秒采樣間隔的沿軌擾動位T和徑向擾動重力梯度Trr數(shù)據(jù)，分別反演了60
大地測量與地球動力學(xué) 2011年5期2011-11-23
- 海量衛(wèi)星重力梯度觀測數(shù)據(jù)確定地球重力位模型的數(shù)值方法*
OpenMP并行算法3種數(shù)值方法進(jìn)行比較與分析。研究表明，在計算機(jī)硬件資源有限的情況下，傳統(tǒng)的Cholesky分解法已經(jīng)無法滿足求解要求;預(yù)條件共軛梯度法的求解效率較之Cholesky分解法有改進(jìn)，但其以損失小量精度為代價;OpenMP并行算法在不損失求解精度的條件下，可提高求解的效率。衛(wèi)星重力梯度;Cholesky分解;預(yù)條件共軛梯度;OpenMP并行算法;數(shù)據(jù)處理1 引言地球重力位模型一般采用球諧系數(shù)進(jìn)行表達(dá)?；诳沼蜃钚《朔ɑ驎r域最小二乘法［1-5
大地測量與地球動力學(xué) 2011年6期2011-11-14
- 改進(jìn)的實(shí)對稱陣特征值分解并行化算法
陣，因此采用并行算法實(shí)現(xiàn)實(shí)對稱陣特征值分解能顯著縮短算法時間。Jacobi算法是對稱陣特征值分解的常用算法，該算法為串行算法，需要時間隨矩陣階數(shù)增長迅速增長。David J. Kuck和Ahmed H. Sameh提出了一種基于Jacobi算法的并行算法[3]，但由于算法對矩陣元素重復(fù)操作，使得算法在實(shí)際實(shí)現(xiàn)后，效率不是很高。在分析了串行算法和David J. Kuck和Ahmed H. Sameh的并行算法的優(yōu)缺點(diǎn)后，本文實(shí)現(xiàn)了一種更為高效的實(shí)對稱矩陣特
通信技術(shù) 2010年6期2010-08-06
- 結(jié)構(gòu)分析與優(yōu)化設(shè)計的并行計算方法
析與優(yōu)化設(shè)計并行算法的國內(nèi)外研究狀況,并對結(jié)構(gòu)分析與優(yōu)化設(shè)計的并行算法進(jìn)行了概括及對其未來發(fā)展做了展望。關(guān)鍵詞并行算法 有限元法 優(yōu)化設(shè)計中圖分類號:TP3文獻(xiàn)標(biāo)識碼:A1引言針對在現(xiàn)有硬件和軟件條件,不降低求解精度求解復(fù)雜結(jié)構(gòu)問題,要么耗時巨大,要么無能為力。應(yīng)用于并行的集群和并行編譯算法和環(huán)境就是在這種情況下產(chǎn)生的,并取得了長足的發(fā)展,如并行數(shù)值算法的開發(fā)。傳統(tǒng)的有限元和優(yōu)化算法都是基于串行,為了適用并行求解,有必要對串行算法進(jìn)行添加并行形語句或者重新
科教導(dǎo)刊 2009年13期2009-01-18