检索结果-内蒙古大学图书馆

计算机辅助工程 2011年第1期20卷 29-32页

作者：李健郝志明宁佐贵中国工程物理研究院总体工程研究所四川绵阳621900

为提高大型结构振动分析的规模、精度和效率,基于面向对象有限元并行计算框架PANDA和高性能矩阵特征问题并行求解算法,开发出适用于大规模结构振动问题计算的并行有限元模态分析程序;在超级计算机银河YH和曙光5000A上,通过不同算例验证... 详细信息

为提高大型结构振动分析的规模、精度和效率,基于面向对象有限元并行计算框架PANDA和高性能矩阵特征问题并行求解算法,开发出适用于大规模结构振动问题计算的并行有限元模态分析程序;在超级计算机银河YH和曙光5000A上,通过不同算例验证该程序的正确性和可靠性.以某靶室结构为研究对象演示该程序的应用,指出实际应用时需注意加速收敛和谱变换等关键问题.该程序可作为大型振动工程计算的有效工具.

关键词：并行计算框架有限元软件开发 PANDA 模态分析特征问题

来源：评论

学校读者我要写书评

暂无评论

基于对象的并行文件系统接口语义扩展研究

基于对象的并行文件系统接口语义扩展研究

引用

作者：涂旭东华中科技大学

学位级别：博士

随着计算机技术的迅猛发展,采用新型存储管理和高性能互联技术设计与构建数以千计节点的高效存储系统已成为可能。但如何在同样硬件配置下,发挥软件更高并行性,以解决随着存储需求的增长导致出现的系统性能瓶颈和扩展性问题始终是个难... 详细信息

随着计算机技术的迅猛发展,采用新型存储管理和高性能互联技术设计与构建数以千计节点的高效存储系统已成为可能。但如何在同样硬件配置下,发挥软件更高并行性,以解决随着存储需求的增长导致出现的系统性能瓶颈和扩展性问题始终是个难题。当前与大规模存储集群配套的是可扩展并行文件系统,如GPFS、PVFS、Ceph、Lustre和PanFS等,而且全球Top 500超级计算的存储方案基本上采用的都是上述这些系统。因此重点研究了高效并行文件系统的架构及其实现方法,为使所设计的并行文件系统更好地支持高性能计算,由并行文件系统与应用的接口层入手,还研究了：通过扩展接口语义来优化系统性能,以满足高性能计算的I/O需求；通过感知布局优化并行作业I/O的访问模式以更好适应数据密集型可扩展计算；并行文件系统对新型并行计算的支持方法；并行文件系统中冗余编码并行化问题等。设计并实现了一种基于对象的并行文件系统CapFS,具有如下特点：可定制的数据布局模式、基于对象的远程直接数据访问和具有事务性持久化存储管理。提出了一种嵌套RAID模式的统一层次化数据布局模型和算法,实现了客户端驱动的可定制数据布局,并保持POSIX语义的完整性。针对对象存储设备规范中存在的扁平名字空间服务和可扩展属性管理问题,提出了一种基于内核级微数据库管理引擎并结合文件系统的高效对象访问与持久化存储管理方法,实现了变长对象持久化存储和结构化属性的高效查询。提出一种基于对象存储协议和远程进程调用RPC的对象直接访问方法,可向存储客户端提供多网络设备共享访问模式,并提供独立数据表示层来保证对象存储节点的多协议协商。原型系统CapFS的参数设置和整体性能的测试结果表明该系统具有较好的性能和可扩展性。分析发现传统文件系统接口(如：POSIX)语义不能很好地支持高性能计算需求,而并行计算应用的I/O访问模式通常由访问大量小文件、不连续的数据块组成,而且强调文件并发访问、非邻接访问和高元数据率,同时要求I/O协同访问。为使存储系统的I/O模式更好地支持新型计算,采用对POSIX接口进行扩展的办法,从接口扩展和语义保持角度出发,提出了包括基于文件共享描述符的I/O并发优化、面向非连续I/O的接口支持、延迟与批量元数据操作优化和保持POSIX语义的布局控制等四种接口扩展方法。测试表明扩展后的接口较已有方法具有更好的性能。分析并行计算框架MapReduce中的I/O模式发现,传统并行计算框架存在着中间数据拷贝和通信代价过高的缺点。分析了传统分布式文件系统和本文实现的并行文件系统CapFS在支持并行计算框架的异同和优劣,提出了扩展CapFS参数化布局的I/O感知接口实现MapReduce计算的框架模型"MapReduce over CapFS"。I/O基准测试和实际数据密集型应用验证了该模型利用存储节点计算资源进行数据处理可有效降低中间数据规模和减少计算节点同存储系统之间的数据传输量。此外,计算密集、I/O密集与计算和I/O都密集的三类应用测试结果还表明该模式尤其对包含I/O密集的应用可提供更高的系统加速比。提出利用并行计算框架分析与设计系统纠删编码算法的方法,给出了一种基于MapReduce模型的冗余编码并行算法,提高了系统冗余编码效率,保障系统可靠性。基于该算法,在CapFS中实现了一个异步的冗余编码计算框架,可支持不同粒度的冗余配置,具体包括单个文件级策略、多用户多文件组策略和直接面向存储设备的对象级、对象分组和分区粒度的集成。通过编码损耗率模型分析了算法复杂度,并通过Yahoo提供的元数据Trace对系统时空复杂度进行了仿真试验,结果显示了按照文件、用户文件分组和分区对象集合三种逐步增大粒度的冗余计算对提高空间利用率的变化,表明可在数据可靠性和维护代价上自适应调整。在通常高性能计算规模下,因冗余计算由后端存储节点异步完成,且校验数据不占用应用I/O传输,并行纠删码冗余计算开销较低。

关键词：对象存储并行文件系统接口扩展并行计算框架纠删冗余编码

来源：评论

学校读者我要写书评

暂无评论

基于部分集分类器和并行计算的人脸检测训练

基于部分集分类器和并行计算的人脸检测训练

引用

作者：陈翰波中南大学

学位级别：硕士

随着机器学习和计算机视觉研究的不断发展,通过算法自动对现实世界里的目标物进行检测成为了可能。而在目标物检测领域内,人脸检测无疑是现实需求最大、相关研究最多的领域之一。人脸检测的算法自从选择了Adaboost机器学习算法作为主要... 详细信息

随着机器学习和计算机视觉研究的不断发展,通过算法自动对现实世界里的目标物进行检测成为了可能。而在目标物检测领域内,人脸检测无疑是现实需求最大、相关研究最多的领域之一。人脸检测的算法自从选择了Adaboost机器学习算法作为主要框架,并由Viola和Jones进行了适用于人脸特征的改进后,已经渐渐从实验室的理论走向了成熟和实用。不过在实际应用铺开的同时,人脸检测的研究领域里其实还有许多尚待解决的问题,分类器训练时间过长就是问题之一。为了缩短训练分类器所需时间,本文提出了两种方法对人脸检测算法进行改进。首先,本文提出了部分集分类器的猜想,即在分类器学习过程中,不完全学习在一定条件下等同于完全学习,用部分采样代替完全学习来减少训练时间。按照此猜想,本文提出了构建部分集分类器的固定分块法和可变分块法,并将其运用在Haar特征窗口和样本图像块的匹配计算上。实验证明,部分集分类器的猜想是可行的,在显著地减少训练时间的同时,对检测精度的影响很小。其次,本文分析了人脸检测算法中可以并行化的过程：Adaboost样本训练过程和Bootstrapping图像块筛选过程。在OpenMP平台的支持下,本文用四核并行框架对算法进行了优化处理。实验表明,并行优化后的算法训练时间明显下降,而且由于图像计算中弱关联性的特点,并行化不会影响检测精度。最后,我们把部分集分类器和并行计算框架这两种方法结合起来,在实验中使算法的训练时间减少为优化前的六分之一,并和人脸检测领域里有代表性的Viola和Jones的传统人脸Adaboost算法、吴建鑫的FFS算法进行比较,证明了本文算法比前人算法在检测特征曲线上更优良。

关键词： Adaboost 级联部分集分类器并行计算框架加速人脸检测

来源：评论

学校读者我要写书评

暂无评论

搜索引擎并行计算框架的设计与实现

搜索引擎并行计算框架的设计与实现

引用

作者：孟实哈尔滨工业大学

学位级别：硕士

随着技术的日新月异，各种新思想在搜索引擎领域不断的提出。由于搜索引擎所需要处理数据量极大且这些数据更新速度极快，传统的串行计算已不能满足搜索引擎中的计算需要，因此大规模搜索引擎中无一例外的采用了并行的方式。而在这种前... 详细信息

随着技术的日新月异，各种新思想在搜索引擎领域不断的提出。由于搜索引擎所需要处理数据量极大且这些数据更新速度极快，传统的串行计算已不能满足搜索引擎中的计算需要，因此大规模搜索引擎中无一例外的采用了并行的方式。而在这种前提下并行编程的高难度，成了新思想应用到实际中的主要障碍,为此Google提出了一种MapReduce的方法来解决这个问题。\n 本课题研究的目的在于实现了一种通用的并行架构模型——MapReduce模型，使得开发人员在开发新的并行程序时可以脱离繁琐的并行编程，降低其复杂度，提高新思想应用的速度，并在MapReduce模型的基础上加以扩展。\n 本课题对搜索引擎中所需要的并行计算进行了分析，并在分析传统并行算法的基础上，实现并扩展了MapReduce框架。本文主要研究内容如下：\n (1)分析搜索引擎中并行运算，根据其特点得到需求。\n (2)分析传统并行算法，结合其特点分析MapReduce思想，并根据其思想设计实现了基于C++的MapReduce系统\n (3)在网页内容的模糊去重算法应用中发现MapReduce架构在Mapper结果的归并过程调度上的不足，并设计实现了相应的解决方案，在原有的MapReduce框架的基础上进行了扩展。\n (4)根据实际应用，分析MapReduce实际效率。\n 通过大规模试验，最终我们发现：在实际应用中随着MapReduce框架的引入，用户所编写并行程序的代码量大幅度降低，在一些应用中用户所需要编写的代码量由原来的数百行降低为几十行。同样开发时间大幅度的缩短，在一些开发中，开发时间从原来的几周到几个月缩短到几天到几周，在某些情况下甚至缩短为一天。

关键词：搜索引擎并行计算框架模糊去重算法数据处理

来源：评论

学校读者我要写书评

暂无评论

《计算机辅助工程》2011年总目次第1～4期(总第78～81期)

引用

计算机辅助工程 2011年第4期 115-118页

来源：评论

学校读者我要写书评

暂无评论

用于地震数据征处理中的一个并行文件系统

用于地震数据征处理中的一个并行文件系统

引用

作者：刘祁南京大学

学位级别：硕士

地震数据处理中的I/O数据量特别大,研制一个高效、实用的并行文件系统对提高地震数据处理的速度和效率具有重要的实用价值.该文首先简要地叙述了并行处理技术在石油勘探中的应用,给出了一个适于地震数据处理并行计算框架,该框架引入组... 详细信息

地震数据处理中的I/O数据量特别大,研制一个高效、实用的并行文件系统对提高地震数据处理的速度和效率具有重要的实用价值.该文首先简要地叙述了并行处理技术在石油勘探中的应用,给出了一个适于地震数据处理并行计算框架,该框架引入组件技术,提供了一个完整的、有层次的类系统;然后论文重点论述了如何基于地框架构造一个并行文件系统,并介绍了研究人员设计和实现的适合地震数据处理的一个并行文件系统.该系统由目录管理、config管理及负载分配、并发控制和缓冲区管理等组成,与现有的并行文件系统相比,具有简单、高效的特点.

关键词：地震数据处理并行文件系统并行处理技术并行计算框架

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：