检索结果-内蒙古大学图书馆

控制工程 2025年

作者：赵小强陈雪倩兰州理工大学电气工程与信息工程学院兰州理工大学甘肃省工业过程先进控制重点实验室兰州理工大学国家级电气与控制工程实验教学中心

针对间歇过程在不同阶段呈现出多个稳态和复杂动态特性导致故障监测精确度不高的问题，提出了一种基于DDFCM-KSFA(diffusion distance fuzzy C-means algorithm-kernel slow feature analysis)并行模型的间歇过程故障监测方法。首先，... 详细信息

针对间歇过程在不同阶段呈现出多个稳态和复杂动态特性导致故障监测精确度不高的问题，提出了一种基于DDFCM-KSFA(diffusion distance fuzzy C-means algorithm-kernel slow feature analysis)并行模型的间歇过程故障监测方法。首先，采用扩散距离改进模糊C均值算法(FCM)准确划分间歇过程的不同阶段。其次，根据时间信息和对应稳态信息，建立核慢特征分析(KSFA)的并行模型，该模型利用多个局部KSFA模块来识别不同阶段操作条件之间的稳态偏差，同时，利用构建的全局KSFA模块监测时间变化以检测过程动态异常。最后，使用青霉素发酵过程和半导体蚀刻过程进行验证，结果表明所提方法不仅可以提升阶段划分准确性，而且可以提升故障监测的精确度。

关键词：间歇过程故障监测核慢特征分析并行模型

来源：评论

学校读者我要写书评

暂无评论

光激励发光的并行模型

引用

物理学报 1998年第2期47卷 333-339页

作者：赵辉王永生徐征侯延冰北方交通大学光电子技术研究所

分析了目前存在的两种光激励发光理论模型，并基于对光激励发光中电子转移过程的分析，提出了光激励发光的并行模型．通过求解，得出了描述光激励发光过程的一般公式．制备了光激励发光材料ＢａＦＣｌ：Ｅｕ２＋，对其进行了系统的光谱... 详细信息

分析了目前存在的两种光激励发光理论模型，并基于对光激励发光中电子转移过程的分析，提出了光激励发光的并行模型．通过求解，得出了描述光激励发光过程的一般公式．制备了光激励发光材料ＢａＦＣｌ：Ｅｕ２＋，对其进行了系统的光谱测试．利用实验结果，从衰减规律。

关键词：导带电子转移隧穿光激励发光 PSL 并行模型

来源：评论

学校读者我要写书评

暂无评论

蚁群算法的三种并行模型分析

引用

计算机工程 2011年第12期37卷 170-172,175页

作者：王磊曹菡王长缨陕西师范大学计算机科学学院西安710062 福建农林大学计算机与信息学院福州350002

在单机多核下分别构造基于OpenMP和MPI的并行蚁群算法模型,在多核集群机下构造基于MPI和MPI+OpenMP的并行蚁群算法模型,并提出动态蚁群择优策略及分段周期交流策略。基于实际路网的路径寻优问题对上述模型进行比较,实验结果表明,在单机... 详细信息

在单机多核下分别构造基于OpenMP和MPI的并行蚁群算法模型,在多核集群机下构造基于MPI和MPI+OpenMP的并行蚁群算法模型,并提出动态蚁群择优策略及分段周期交流策略。基于实际路网的路径寻优问题对上述模型进行比较,实验结果表明,在单机多核下,基于MPI的模型与基于OpenMP的模型相比,运行时间短,加速比高,在多核集群机下,基于MPI+OpenMP的混合模型相比基于MPI的模型,在进程数较多时仍具有较高的加速比。

关键词：蚁群算法多核集群机并行模型信息交流策略

来源：评论

学校读者我要写书评

暂无评论

泊松玻尔兹曼方程的有限元方法和并行模型关键技术研究

泊松玻尔兹曼方程的有限元方法和并行模型关键技术研究

引用

作者：邓维山中国科学院大学

学位级别：博士

泊松-玻尔兹曼(Poisson-Boltzmann，PB)方程是描述离子溶液中的生物分子静电相互作用的隐式溶剂化模型。本文提出了基于高阶有限元方法(Finite Element Method，FEM)求解PB方程的几种数值算法。针对这几种复杂的数值算法，设计了更合理... 详细信息

泊松-玻尔兹曼(Poisson-Boltzmann，PB)方程是描述离子溶液中的生物分子静电相互作用的隐式溶剂化模型。本文提出了基于高阶有限元方法(Finite Element Method，FEM)求解PB方程的几种数值算法。针对这几种复杂的数值算法，设计了更合理的软件架构，并在此基础上提出了新的并行模型，极大地提高了求解器的并行效率。　　PB方程是一个非线性的椭圆型偏微分方程。由于椭圆型偏微分方程的求解难度较大，本文采用了通过加入人为的拟时间项将椭圆型偏微分方程转化为抛物型偏微分方程的方法。基于这种拟时间迭代法，本文开发了几种求解PB方程的新的有限元方法。PB方程在数值求解上存在三大挑战:强非线性、奇异源项和复杂分子表面的描述。针对方程中的指数非线性项，本论文采用直接解析积分方法，完全避开了非线性导致的不稳定性。针对奇异源项，本文采用了两种不同处理方法应对。第一种是非正则化方法，它直接求解静电势，奇异源项或者直接在网格上近似，或者在变分形式中直接采用狄拉克函数的定义进行积分计算。实验结果表明非正则化方法在采用一定的消去策略后，计算实际蛋白质分子的自由能可以达到较高的精度。另一种是正则化方法，它把静电势分裂成奇异项部分、协调项部分和正则项部分。这种方法避开了对狄拉克函数的数值近似，可以在没有消去策略的情况下计算得到较高精度的电势值。针对时间分裂后的亥姆霍斯方程，本文采用了间断伽辽金(Discontinuous Galerkin，DG)和连续伽辽金(Continuous Galerkin,CG)两种方法进行求解。其中间断伽辽金方法应用于求解三维PB方程在这一领域属于创新性的成果。间断伽辽金方法易于高效的进行并行计算，但由于采用了显式的欧拉时间积分格式，它需要较小的时间步长才能确保计算稳定。连续伽辽金方法采用了不同于这一领域内已有的线性化迭代方法，实现了隐式时间解析积分，可以无条件稳定的进行求解，完全避开了其他方法计算中出现的崩溃和溢出等问题。这是对以前有限元连续伽辽金方法的改进。为了采用有限元方法计算实际蛋白质系统中的生物大分子，本文在基于最小分子表面定义的新的四面体网格生成方法基础上，开发了并行剖分软件，使得大规模的数值计算成为可能。为了验证提出的基于高阶有限元的拟时间迭代方法的稳定性、高精度和健壮性，本文进行了充分的比较测试，计算了实际蛋白质分子的自由能并将结果和其他数值方法进行对比研究，由此验证了新方法的有效性和可靠性。　　基于高阶有限元求解PB方程的无条件稳定方法需要求解大规模线性方程组，本文基于非结构的四面体网格设计并实现了基于代数分解的求解稀疏线性方程组的高效并行模型。单元矩阵和单元向量组装成局部几何子矩阵和局部几何子向量后，采用邻居通信模型把其转化成局部代数子矩阵和局部代数子向量。基于代数分解的子矩阵和子向量，线性方程组求解规模可扩展至6400CPU核，并行效率达到近86％。邻居通信模型只在相邻子区域间采用基于点对点的非阻塞通信传输交界点的局部量，相邻子区域使通信只在局部进行进而保证了并行可扩展，非阻塞隐藏了通信开销，只传输交界点的局部量将传输量降至最少。稀疏矩阵采用行压缩分布存储以节省内存和计算量。基于全局编号网格点的相关映射采用C++中map结构存储，以便快速查找。各子区域上单元刚度矩阵和单元质量矩阵按单元结构存储，其他各数据量采用C++中的vector结构按网格点存储。为了程序的模块化和可扩展，本文采用面向对象的C++类结构组织程序。大规模并行迭代求解线性方程组是计算科学领域的共性问题，它的高效并行实现不仅对实际生物分子静电分析提供了很好的基础，也可扩展至其他各应用领域。

关键词：有限元算法拟时间迭代法并行模型泊松玻尔兹曼方程

来源：评论

学校读者我要写书评

暂无评论

应用于起重机智能视觉检测的双网络并行模型

引用

厦门大学学报（自然科学版） 2019年第6期58卷 922-928页

作者：郑祥盘宋国进闽江学院物理与电子信息工程学院

起重机是一种使用广泛的物流设备,然而在长期高负载运作下,由于机械磨损、疲劳断裂产生的裂纹以及长期暴露于高温、潮湿环境下造成的机械腐蚀是无法避免的问题.传统的人工检测,一方面无法保证检测人员的作业安全,另一方面无法保证检测... 详细信息

起重机是一种使用广泛的物流设备,然而在长期高负载运作下,由于机械磨损、疲劳断裂产生的裂纹以及长期暴露于高温、潮湿环境下造成的机械腐蚀是无法避免的问题.传统的人工检测,一方面无法保证检测人员的作业安全,另一方面无法保证检测的全面性.因此,提出一种基于深度卷积神经网络的起重机金属结构缺陷视觉检测算法.由于起重机金属结构缺陷图像数据的规模小于深层次卷积神经网络所需的数据规模,容易导致过拟合,故先设计浅层次的卷积神经网络模型,再采用深层次的卷积神经网络训练浅层次卷积神经网络,得到一个深层次与浅层次的双网络并行模型,以此达到提高浅层次卷积神经网络检测的准确性和鲁棒性.实验上,通过双网络并行模型算法与单网络模型、传统机器视觉识别方式的实验性能对比,验证了该算法的有效性和更好的鲁棒性.

关键词：起重机双网络并行模型视觉检测卷积神经网络缺陷

来源：评论

学校读者我要写书评

暂无评论

SSearch基于众核加速的并行模型分析

引用

计算机应用与软件 2012年第8期29卷 78-81页

作者：张丹丹徐莹徐磊李根国上海超级计算中心上海201203

介绍SSearch核心算法的特点,分析该算法的并行性,并以GPU以及类Cell处理器为例分析算法对众核系统的适用性。在此基础上提出众核系统下的SSearch并行模型。

关键词： SSearch 众核并行模型

来源：评论

学校读者我要写书评

暂无评论

基于Petri网的逻辑程序并行模型

引用

暨南大学学报（自然科学与医学版） 1991年第3期12卷 26-31页

作者：徐志农暨南大学计算机科学系

利用Petri网能有效地描述和分析并行性的特点,开发逻辑程序所固有的AND/OR并行性。首先介绍了Horn子句集转化为 Petri网模型的规则,然后给出了基于Petri网的逻缉程序并行模型和它的二个应用关系运算的实现策略,最后给出了一个例子。

关键词： Petri网逻辑程序并行模型

来源：评论

学校读者我要写书评

暂无评论

基于偏微分的非线性代数方程组并行模型设计

引用

现代电子技术 2021年第21期44卷 149-152页

作者：种孝文白城师范学院数学与统计学院吉林白城137000

目前提出的非线性代数方程组并行模型运算成功率较低,导致其搜索速度较慢。为了解决上述问题,设计了基于偏微分的非线性代数方程组并行模型。该模型的设计核心是引入偏微分算法调用传统的非线性代数方程组,从而构建非线性代数方程并行算... 详细信息

目前提出的非线性代数方程组并行模型运算成功率较低,导致其搜索速度较慢。为了解决上述问题,设计了基于偏微分的非线性代数方程组并行模型。该模型的设计核心是引入偏微分算法调用传统的非线性代数方程组,从而构建非线性代数方程并行算法;然后在去噪处理的基础上,建立数据通道,通过数据通道筛选问题数据,利用迭代算法实现并行运行,从而得到最终基于偏微分的非线性代数方程组的并行模型。实验结果表明,设计的模型能够有效提高运算成功率,加快搜索速度。

关键词：并行模型偏微分方程非线性代数方程组并行运算数据去噪数据筛选

来源：评论

学校读者我要写书评

暂无评论

地震资料处理并行模型研究

引用

内蒙古石油化工 2011年第11期37卷 3-4页

作者：周光耀田继东西南石油大学四川成都610500

石油地震勘探行业一直是高性能计算的主要应用领域之一。文中研究石油地震数据处理的并行计算模型,讨论基于消息传递(MPI)与共享存储(OpenMP)模型。提出一种MPI与OpenMP混合模式。理论表明该模型在一定条件下能够有效的提高计算效率。

关键词：并行模型地震数据处理 mpi openmp

来源：评论

学校读者我要写书评

暂无评论

一种基于多线程的BGP策略并行模型的研究方法

一种基于多线程的BGP策略并行模型的研究方法

引用

中国电子学会信息论分会2009年研究生学术交流会

作者： YAO Duo 姚铎 LIU Yaping 刘亚萍 Computer School of National University of Defense Technology Changsha 410073 China 国防科学技术大学计算机学院长沙410073

BGP是当前Internet自治系统间的标准路由协议。随着网络规模的不断扩大,BGP对路由更新报文的处理速度遇到了前所未有的挑战。基于策略选择路由是BGP的重要特点,而现行的串行策略执行模型成为制约BGP发展的瓶颈之一。本文提出了一种基于... 详细信息

BGP是当前Internet自治系统间的标准路由协议。随着网络规模的不断扩大,BGP对路由更新报文的处理速度遇到了前所未有的挑战。基于策略选择路由是BGP的重要特点,而现行的串行策略执行模型成为制约BGP发展的瓶颈之一。本文提出了一种基于多线程的BGP策略并行化的运行模型,结合多线程编程技术,在原有BGP的基础上加以改进,充分利用现有的多核硬件资源,旨在提高BGP的运行效率。

关键词： BGP协议并行模型多线程技术运行效率

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：