检索结果-内蒙古大学图书馆

测绘科学 2014年第5期39卷 146-149,42页

作者：崔阳吕志平陈正生信息工程大学地理空间信息学院郑州450052

大规模测量数据的快速处理是当今基于卫星定位技术的大地测量数据处理面临的问题,应用分布式计算技术带来的高性能计算能力解决该问题受到国内外越来越多的关注。本文从应用需求、并行计算模型和系统建立等方面对分布式计算技术在大地... 详细信息

大规模测量数据的快速处理是当今基于卫星定位技术的大地测量数据处理面临的问题,应用分布式计算技术带来的高性能计算能力解决该问题受到国内外越来越多的关注。本文从应用需求、并行计算模型和系统建立等方面对分布式计算技术在大地测量领域的应用进行了探讨与总结;并在基于网络环境的分布式计算平台下实现了对法方程叠加的分布融合,最后通过算例验证了分布式计算技术的高效性和实用性。

关键词：分布式计算大地测量并行计算模型

来源：评论

学校读者我要写书评

暂无评论

BSP编程环境下的调试器设计及实现

引用

上海交通大学学报 1999年第9期33卷 1175-1177页

作者：刘久星孙永强上海交通大学计算机科学与工程系上海200030

并行调试器对于并行程序的开发有着非常重要的意义．介绍了ＢＳＰ计算模型及ＢＳＰ编程环境下的一个并行调试器的设计和实现过程，调试器的设计利用了ＢＳＰ并行模型中的“超步”机制对并行调试器的支持和代码嵌入技术．文中设计和实现... 详细信息

并行调试器对于并行程序的开发有着非常重要的意义．介绍了ＢＳＰ计算模型及ＢＳＰ编程环境下的一个并行调试器的设计和实现过程，调试器的设计利用了ＢＳＰ并行模型中的“超步”机制对并行调试器的支持和代码嵌入技术．文中设计和实现的并行调试器运行在ＵＮＩＸ平台上，并带有图形界面接口．ＢＳＰ并行调试器作为ＢＳＰ并行编程环境的一部分，将方便程序员进行并行程序的开发．

关键词： BSP模型并行计算模型调试器编程环境

来源：评论

学校读者我要写书评

暂无评论

高阶 χ-进程

引用

上海交通大学学报 1997年第8期31卷 40-43页

作者：傅育熙上海交通大学计算机科学与工程系

在新型并发计算模型——χ－演算的基础上进一步研究高价χ－演算，并从代数性质、递归能力等方面研究该计算模型．

关键词：互模拟 π-演算 x-演算并行计算模型 X-进程

来源：评论

学校读者我要写书评

暂无评论

更实际的并行算法的设计

引用

计算机研究与发展 1996年第6期33卷 445-449页

作者：寿标李晓峰中国科学技术大学计算机系

大规模并行计算机（ＭＰＣ）的出现和发展迫切要求有新的并行算法设计理论和技术来指导更实际的并行算法的设计。本文首先简单介绍了针对ＭＰＣ提出的ＬｏｇＰ和Ｂａｒｉｅｒ－ＬｏｇＰ并行计算模型，然后借助于Ｂａｒｒｉｅｒ－Ｌｏｇ... 详细信息

大规模并行计算机（ＭＰＣ）的出现和发展迫切要求有新的并行算法设计理论和技术来指导更实际的并行算法的设计。本文首先简单介绍了针对ＭＰＣ提出的ＬｏｇＰ和Ｂａｒｉｅｒ－ＬｏｇＰ并行计算模型，然后借助于Ｂａｒｒｉｅｒ－ＬｏｇＰ模型从通信平衡、数据分配和重叠通信与计算这三个方面讨论了更实际的并行算法设计的一般方法和技巧。

关键词：并行计算机并行计算模型并行算法设计

来源：评论

学校读者我要写书评

暂无评论

支持SMP集群的并行技术

支持SMP集群的并行技术

引用

作者：余华山北京大学

学位级别：博士

该文针对并行应用系统的开发,分别从应用程序设计和应用程序实现两个方面进行了研究.从并行计算模型、高性能语言、并行编译技术和核外计算四个方面系统地阐述了我们的解决策略.该文的主要创新贡献包括:1.提出了\"并行超结构\"... 详细信息

该文针对并行应用系统的开发,分别从应用程序设计和应用程序实现两个方面进行了研究.从并行计算模型、高性能语言、并行编译技术和核外计算四个方面系统地阐述了我们的解决策略.该文的主要创新贡献包括:1.提出了\"并行超结构\"的概念.这一概念将组装原则用于描述粗粒度任务分解,在数据并行任务这一相对粗的并行粒度上直接抽象问题域.2.提出了扩展线程计算模型.该模型以数据并行模型为基础,采用核内计算和核外计算相统一的计算模型,并通过并行超结构实现了任务并行与数据并行的有机统一.3.定义了高性能语言p-HPF.该语言采用扩展线程计算模型,以OpenMP描述线程并发的机制来组装HPF并行代码,并为屏蔽核外数据对象在文件系统中的分解和分布存储实现细节提供了一组有效的手段.4.提出了数据并行计算划分的有向图表示方法.这一表示法克服了传统计算划分表示法只能用于SPMD并行模型和简单数据并行计算方面的不足.5.提出并实现了时序优化计算划分模型,该模型用于数据并行操作的计算划分和优化.6.设计并实现了对海量数组(2GB~100GB)跨文件I/O支持,使得p-HPF所支持核外数据对象的大小不受文件系统所支持最大数据文件大小的限制.

关键词：并行计算模型数据并行组装原则计算划分核外计算并行I/O

来源：评论

学校读者我要写书评

暂无评论

多核平台计算机视觉应用并行优化关键技术研究

多核平台计算机视觉应用并行优化关键技术研究

引用

作者：杨春阳东北大学

学位级别：博士

多核体系结构是计算机发展历史上的重大转变,在传统的通过频率提升来提高处理器性能的方法遇到巨大困难的情况下,人们开始转向在相对低的主频下,通过提高半导体的密度,集成更多处理单元来提供计算能力的持续提升,以满足计算机视觉等新... 详细信息

多核体系结构是计算机发展历史上的重大转变,在传统的通过频率提升来提高处理器性能的方法遇到巨大困难的情况下,人们开始转向在相对低的主频下,通过提高半导体的密度,集成更多处理单元来提供计算能力的持续提升,以满足计算机视觉等新兴的万亿级别RMS (Tera-Scaled Recognition, Mining, Synthesis)应用的计算需求。近年来,多核和众核体系的快速发展和广泛应用为此类应用的实时实现提供了硬件基础和可能。不过,由于必须通过并行的方式才能获得对硬件计算能力的有效利用,如何有效地发掘可用的程序并行性到可用的硬件并行性的最佳映射,成为了多核和众核体系平台下计算机视觉应用开发面临的一个关键挑战。本文以车辆辅助驾驶系统中车辆识别算法这一核心的计算机视觉应用的并行化研究为背景,从应用模型和负载分析入手,研究了此类应用的计算特性,识别出此类应用并行优化中需要满足的三个关键能力需求；总结了六种关键的数据并行模式；并且提出：在领域知识的指导下,结合先验的并行策略,基于实时负载特性、硬件特性的动、静态结合的并行优化是针对上面问题的一个比较理想的解决思路。本文具体工作内容如下：首先,针对并行性的抽象和表达技术,本文在TStreams模型的基础上,通过引入组成(Composition)关系、等价(Equivalence)关系和特性权重(Character Weight)的概念,提出了一个改进的TStreams并行计算模型。可以以一致的形式对包括数据并行性、任务并行性、流水线并行性等在内的各种算法并行性的抽象表达提供方便的支持；同时,该模型还将作为算法和硬件交互的公共“交流语言”,在后续并行优化过程中,有效地支持多层次、多粒度的并行性发掘。其次,针对并行性发掘技术,本文引入了面向计算机视觉应用的领域编程语言(DSL)用以描述算法特性以及优化过程中可适用的优化规则。优化规则是领域知识的抽象,针对特定函数给出的优化规则描述了该函数各种可能的变形实现。本文引入了编译驱动的自动优化工具,可根据优化规则描述,构造算法并行优化的解空间,并以半自动化的方式查找最适合的并行优化候选解空间。由此,可将并行优化工作中复杂、繁琐的优化“决策”工作转化为目标算法和多核、众核平台的可用并行性和算法领域知识规则的“描述”工作,极大地降低了并行优化的难度,提高了并行优化的效率。第三,针对动态任务调度技术,本文引入了面向特性权重的运行时环境的概念。运行时环境根据实时输入数据,利用目标程序的扩展TStreams模型表示中的组成关系和特性权重信息,从自动优化工具生成的候选解空间中动态选择合适的优化算法,并进行底层优化,以获得局域性好、并行度高、负载均衡的动态调度。最后,本文将上述研究成果综合在一起,以工具和运行时库(Runtime Library)的形式提供了一个动静态结合的,针对计算机视觉应用的半自动并行优化框架原型(FAPOF, Feature Awared Parallel Optimization Framework),并应用于面向辅助驾驶系统(DAS)的车辆识别算法的并行优化过程中,取得了良好的并行优化效果。

关键词：多核众核计算机视觉并行优化并行计算模型并行优化框架

来源：评论

学校读者我要写书评

暂无评论

生物序列比对近似算法及其并行化研究

生物序列比对近似算法及其并行化研究

引用

作者：司秀华中国科学技术大学

学位级别：博士

生物信息学是一门综合数学、计算机科学和生物学等学科的交叉学科，是当今科学的研究热点之一。生物序列比对是生物信息学中的一个基本的、重要的研究问题，是生物信息学的基础，它是进行系统进化、生态学、生物保护、疾病控制、病毒起... 详细信息

生物信息学是一门综合数学、计算机科学和生物学等学科的交叉学科，是当今科学的研究热点之一。生物序列比对是生物信息学中的一个基本的、重要的研究问题，是生物信息学的基础，它是进行系统进化、生态学、生物保护、疾病控制、病毒起源甚至HIV病毒统计和传播等方面研究的基本工具，并可用来预测生物序列的功能、结构和进化过程等。所以，进行生物序列比对研究具有重要的理论意义和应用价值。\n 生物序列比对可分为双生物序列比对和多生物序列比对。本文在分析生物序列本身的固有特性和常用生物序列比对算法的基础上，对生物序列比对问题进行了学习和研究，主要研究内容包括：(1)基于结构信息预处理的双生物序列比对算法用于解决双生物序列比对的常用算法基本上都是用动态规划的方法来逐点计算双生物序列问的代价，这些方法可以发现数学意义上具有最大计分值的比对结果，但这种比对结果有时可能忽略了生物序列中所隐含的结构信息。为了在双序列比对中更好地考虑生物序列的结构信息，本文利用可变长马尔可夫链方法来预测生物序列中所隐含的结构信息，然后再进行双生物序列的比对，最后给出了一个对经典双生物序列比对的Smith-Waterman算法的修正算法以及一个基于结构信息的启发式算法。实验结果表明，这可以有效地提高序列比对的准确性。\n (2)基于结构信息的多生物序列比对启发式算法多生物序列比对是生物序列比对研究中的重点。目前，国际上常用的多序列比对算法一般都是采用渐进比对和迭代比对的方法来设计的，这些多序列比对算法都有其不同的优缺点，尤其是在序列间一致性比较低的情况下多序列比对结果的可信度不高。本文在分析生物序列特征的基础上，利用可变长马尔可夫链方法来识别多生物序列中的结构信息，并在此基础上，研究了一个聚类的多序列比对算法。实验结果表明，这个算法可以较好的对亲缘性比较差的生物序列进行比对，并且可以发现生物序列问业已清楚的结构信息。\n (3)一种基于熵的多生物序列比对自适应遗传算法生物序列比对问题最大的障碍在于现在还很难找到一种把生物序列的进化过程进行合理形式化的数学方法，而遗传算法能避开问题本身的数学复杂性，基本不用搜索空间的知识或其它辅助信息来求解问题。所以本文研究用遗传算法来解决多序列比对问题，并且引入信息论中熵的概念来评价生物序列比对过程中种群的多样性，提出了一种能综合考虑生物序列间相似性和结构信息的适应度函数，用比对过程中熵的动态变化来自动调整遗传算法的交叉和变异概率，并且结合动态规划算法来设计遗传操作算子。实验结果表明，这个算法具有较强的全局搜索能力和局部搜索能力，并且能有效地克服未成熟收敛问题。\n (4)生物序列比对并行算法的研究随着生物技术的进步和基因组测序的相继完成，多序列比对问题的计算规模急剧扩展，现有的一些串行算法已经很难跟上序列规模增大的要求。在实际多序列比对应用中，人们必须要考虑能否将已有的串行算法并行化，或是设计符合实际需要的并行算法，从而大大降低算法运行时间。本文首先介绍了并行算法的一些基本计算模型、双序列比对中常用的并行算法以及在CellMatrixTM结构上的并行算法，然后在研究多序列比对已有并行算法的基础上，提出了一个在SMPClusters(SMP集群)上的新的序列搜索并行算法。\n 本文的贡献与创新之处主要有：(1)在生物序列比对中结合了生物序列结构信息，利用可变长马尔可夫链的方法来预测生物序列间的结构信息，提出了一种新的双序列比对计分机制，并且把这种思想扩展到多序列比对上，提出了一种基于聚类方法的多序列比对方法。\n (2)利用遗传算法来进行多序列比对问题的研究，引入信息论中熵的概念来评价生物序列比对过程中种群的多样性，提出了一种综合考虑生物序列间相似性和结构信息的适应度函数，用比对过程中熵的动态变化来自动调整遗传算法的交叉和变异概率。\n (3)在基于二分竞赛树和并行k-选择方法的基础上，充分利用SMPClusters模型具有良好扩展性的特点，提出在此模型上的求解(K，1)序列搜索问题的并行算法。

关键词：生物序列比对遗传算法近似串匹配顺序算法并行算法并行计算模型生物信息学

来源：评论

学校读者我要写书评

暂无评论

一种混合计算环境下的MapReduce并行模型

一种混合计算环境下的MapReduce并行模型

引用

2013全国高性能计算学术年会

作者：唐兵贺海武湖南科技大学计算机科学与工程学院湖南湘潭411201 法国里昂高等师范学院并行计算实验室法国里昂69364

本文提出一种混合计算环境下的MapReduce并行计算模型,利用该模型可以买现将高性能集群节点与Internet或Intranet下异构的桌面PC组成混合计算环境,在该混合环境下运行MapReduce任务进行海量数据分析处理,充分利用了大规模桌面PC的计算... 详细信息

本文提出一种混合计算环境下的MapReduce并行计算模型,利用该模型可以买现将高性能集群节点与Internet或Intranet下异构的桌面PC组成混合计算环境,在该混合环境下运行MapReduce任务进行海量数据分析处理,充分利用了大规模桌面PC的计算与存储能力与Hadoop类似,该模型分为存储层和任务层两层。本文对该模型及其核心的HybridDFS分布式文件系统和MapReduce算法进行了描述,进而设计并实现了一个原型系统,并对其进行了性能测试。测试结果表明,本文提出的混合计算模型不仅能够实现可靠的MapReduce计算,而且降低了计算的成本开销,具有非常大的潜力.

关键词：并行计算模型调度策略数据处理性能测试混合计算环境

来源：评论

学校读者我要写书评

暂无评论

基于Chukwa的大规模日志智能监测收集方法

引用

计算机工程与设计 2014年第9期35卷 3263-3269页

作者：张川邓珍荣邓星黄文明桂林电子科技大学计算机科学与工程学院广西桂林541004 桂林电子科技大学广西可信软件重点实验室广西桂林541004

针对传统分布式计算模型和日志监控收集在编程实现上的困难、实际应用扩展性低和数据处理阶段耦合度高的问题,提出基于Chukwa的大规模日志智能监测和收集方法。在利用MapReduce并行计算模型以提高日志采集效率的基础上,提出数据监测收... 详细信息

针对传统分布式计算模型和日志监控收集在编程实现上的困难、实际应用扩展性低和数据处理阶段耦合度高的问题,提出基于Chukwa的大规模日志智能监测和收集方法。在利用MapReduce并行计算模型以提高日志采集效率的基础上,提出数据监测收集阶段的细分方法和解耦过程,弥补MapReduce只能处理大文件数据的缺陷,进一步提高日志处理的灵活性和扩展性。该方法主要包括日志监测、日志收集、数据转存、数据应用几个步骤。实验验证了该方法能提高日志监测采集的效率,具备良好的实际使用价值。

关键词：大数据分布式存储和计算日志监控与收集并行计算模型

来源：评论

学校读者我要写书评

暂无评论

串匹配与序列查找并行算法研究

串匹配与序列查找并行算法研究

引用

作者：钟诚中国科学技术大学

学位级别：博士

串匹配是计算机科学中一个基本、重要的研究问题,它在Internet网络信息搜索、生物信息学、网络入侵检测、网络远程教育、电子商务等领域具有广泛的应用.该文围绕精确串匹配、多模式串匹配、近似串匹配、近似词典匹配和扩展的最长公共于... 详细信息

串匹配是计算机科学中一个基本、重要的研究问题,它在Internet网络信息搜索、生物信息学、网络入侵检测、网络远程教育、电子商务等领域具有广泛的应用.该文围绕精确串匹配、多模式串匹配、近似串匹配、近似词典匹配和扩展的最长公共于序列问题开展研究,主要内容、贡献和创新包括:(1)基于孙子定理和karp—Rabin模式匹配思想的确定性串匹配算法及其并行化.(2)基于映射和Hashing的多模式串匹配及具并行算法.(3)PRAM 模型上代价最优的允许k-差别的近似串匹配并行算法和LARPBS模型上常数时间的允许k-误配的近似串匹配并行算法.(4)允许k-差别的可变长模式串近似词典匹配及其在PRAM和BSR模型上的并行处理.(5)基于SMP Clusters 的扩展最长公共子序列问题的并行计算.

关键词：串匹配多模式匹配近似串匹配近似词典匹配最长公共子序列顺序算法并行算法并行计算模型

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：