检索结果-内蒙古大学图书馆

计算数学 2011年第2期33卷 145-156页

作者：王武冯仰德迟学斌中国科学院计算机网络信息中心超级计算中心北京100190

多层快速多极子方法(MLFMM)可用来加速迭代求解由Maxwell方程组或Helmholtz方程导出的积分方程,其复杂度理论上是O(N log N),N为未知量个数.MLFMM依赖于快速计算每层的转移项,以及上聚和下推过程中的层间插值.本文引入计算类似N体问题... 详细信息

多层快速多极子方法(MLFMM)可用来加速迭代求解由Maxwell方程组或Helmholtz方程导出的积分方程,其复杂度理论上是O(N log N),N为未知量个数.MLFMM依赖于快速计算每层的转移项,以及上聚和下推过程中的层间插值.本文引入计算类似N体问题的一维快速多极子方法(FMM1D).基于FMM1D的快速Lagrange插值算法可将转移项的计算复杂度由O(N^(1.5))降低到O(N).运用FMM1D与FFT混合的快速谱插值算法可将层间插值的计算复杂度由O(K^2)降低到O(K log K),K为插值取样点数.数值结果显示了基于这两种快速插值的MLFMM具有近似线性的时间复杂度.

关键词：积分方程多层快速多极子方法转移项快速Lagrange插值快速谱插值

来源：评论

学校读者我要写书评

暂无评论

基于层次划分的CCN网络缓存存储策略

引用

通信学报 2016年第1期37卷 35-41页

作者：李俊冯宗明吴海博智江中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049

针对如何提高内容中心网络网内缓存性能的问题,提出一种基于层次划分的轻量协作的缓存存储策略。该策略通过Interest分组、Data分组以及路由器本地PIT表三者的协作把内容划分为多种优先级层级,使不同内容缓存在沿途的不同路由器。实验... 详细信息

针对如何提高内容中心网络网内缓存性能的问题,提出一种基于层次划分的轻量协作的缓存存储策略。该策略通过Interest分组、Data分组以及路由器本地PIT表三者的协作把内容划分为多种优先级层级,使不同内容缓存在沿途的不同路由器。实验证明该策略可以有效地减少访问跳数,提高平均缓存命中率,降低服务器负载。

关键词：内容中心网络缓存存储策略层次划分协作存储

来源：评论

学校读者我要写书评

暂无评论

物联网名字服务关键技术研究

引用

电子学报 2014年第10期42卷 2032-2039页

作者：刘阳李馨迟田野毛伟中国科学院计算机网络信息中心北京100190 中国科学院大学北京100080

随着物联网的高速发展,各种异构的物理实体被连入网络形成海量的虚拟资源,从而在性能和功能两个方面都为名字服务带来了新的挑战.本文首先从性能角度对物联网名字解析服务和发现服务通过层次式DNS技术、扁平式DHT技术以及混合使用这两... 详细信息

随着物联网的高速发展,各种异构的物理实体被连入网络形成海量的虚拟资源,从而在性能和功能两个方面都为名字服务带来了新的挑战.本文首先从性能角度对物联网名字解析服务和发现服务通过层次式DNS技术、扁平式DHT技术以及混合使用这两种技术实现的架构方案进行了深入的分析比较;然后从功能角度,针对异构兼容、对等解析、隐私保护等三个关键性的需求,梳理了物联网名字服务的最新研究进展;最后探讨了物联网名字服务在未来可能的发展趋势.

关键词：物联网名字服务命名寻址解析发现

来源：评论

学校读者我要写书评

暂无评论

基于多标签分类的科技文献学科交叉研究性质识别

引用

数据分析与知识发现 2023年第1期7卷 102-112页

作者：王卫军宁致远杜一周园春中国科学院计算机网络信息中心北京100083 中国科学院大学北京100049

【目的】识别科技文献的学科交叉研究性质,为挖掘学科交叉前沿问题提供支撑。【方法】将学科领域专家提供的科技文献已有学科标签,与文本分类算法预测的科技文献学科标签相结合,共同识别学科交叉科技文献。【结果】相较于直接基于模型预... 详细信息

【目的】识别科技文献的学科交叉研究性质,为挖掘学科交叉前沿问题提供支撑。【方法】将学科领域专家提供的科技文献已有学科标签,与文本分类算法预测的科技文献学科标签相结合,共同识别学科交叉科技文献。【结果】相较于直接基于模型预测,本文提出的识别学科交叉科技文献的方法F1指标从0.23提升到0.45。【局限】模型识别学科交叉研究性质科技文献的召回率指标较低。【结论】通过关注不同学科间科技文献被分类错误的数据,判断科技文献的学科交叉研究性质,是值得进一步关注的研究方向。

关键词：深度学习多标签文本分类学科交叉研究识别科技文献

来源：评论

学校读者我要写书评

暂无评论

四面体网格化的粒子数据特征可视化

引用

计算机辅助设计与图形学学报 2017年第1期29卷 1-7页

作者：李观单桂华高阳刘俊中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049

天文粒子数据的可视化对科学家研究宇宙的结构和演化的过程有非常大的帮助,特别是借助于时序可视化可以表现复杂的结构特征,是其他方法无法达到的.文中分析了现有的粒子绘制方式,提出了一种优化的四面体网格粒子绘制算法.算法在数据处... 详细信息

天文粒子数据的可视化对科学家研究宇宙的结构和演化的过程有非常大的帮助,特别是借助于时序可视化可以表现复杂的结构特征,是其他方法无法达到的.文中分析了现有的粒子绘制方式,提出了一种优化的四面体网格粒子绘制算法.算法在数据处理阶段,按粒子编号切分成N个数据片,同时计算不同时刻同一粒子运动状态标记量;在组建四面体阶段,根据周期性边界条件和粒子的运动状态,将粒子数据组成四面体网格;保持不同时刻四面体的组成粒子不变,然后对这些四面体进行投影和绘制.文中算法内存占用小并且适合并行化处理.通过实验,将可视化结果与粒子投影的绘制算法对比,证明文中算法在展现宇宙的结构特征上有很大的优势,并且使宇宙的纤维结构更加连贯完整.

关键词：大规模粒子数据特征可视化四面体网格暗物质可视化

来源：评论

学校读者我要写书评

暂无评论

并行对称矩阵三对角化算法在GPU集群上的有效实现

引用

计算机研究与发展 2020年第12期57卷 2635-2647页

作者：刘世芳赵永华于天禹黄荣锋中国科学院计算机网络信息中心北京100190 中国科学院大学北京100190

对称矩阵三对角化是求解稠密特征问题的关键计算过程.针对GPU集群采用了MPI(message passing interface)和GPU级2级并行方法设计实现了基于MPI和CUDA(compute unified device architecture)的稠密对称矩阵三对角化算法.在MPI集群级并行... 详细信息

对称矩阵三对角化是求解稠密特征问题的关键计算过程.针对GPU集群采用了MPI(message passing interface)和GPU级2级并行方法设计实现了基于MPI和CUDA(compute unified device architecture)的稠密对称矩阵三对角化算法.在MPI集群级并行中,通过将2维通信域中行列通信域间的全局数据通信设计为完全并行的点点数据通信方式,改善了三对角化MPI并行算法的通信性能.通过改进原矩阵三对角化的MPI并行算法,避免了在GPU级并行中使用的不规则的矩阵向量运算,这部分的并行性能提升了1倍左右.并且,将在GPU并行中存在的小粒度计算合并为较大粒度计算,该策略可通过加大计算密集度来充分地发挥GPU的计算能力,增加GPU的利用率,从而提升了算法的性能.此外,利用多个CUDA流使算法中独立的CUDA操作可以在不同的流中并发执行.并且,在并行算法中,利用CPU与GPU之间的异步数据传输,使得在不同流中的数据传输和核函数同时执行,隐藏了数据传输的时间,进一步提升了算法的性能.在中国科学院超级计算机系统“元”上,使用Nvidia Tesla K20 GPGPU测试了不同规模矩阵的基于MPI+CUDA的三对角化并行块算法的性能,取得了较好的加速效果与性能,并且具有良好的可扩展性.

关键词：对称矩阵三对角化 MPI+CUDA 点点数据通信计算密集度 CUDA流可扩展性

来源：评论

学校读者我要写书评

暂无评论

FPTC:一种信息中心物联网缓存策略

引用

软件学报 2022年第12期33卷 4816-4837页

作者：吴海博许瑶恭李俊中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049

信息中心网络(information-centricnetworking,ICN)作为一种新型未来互联网体系结构应运而生,并广泛应用于物联网领域,其中,缓存技术作为ICN的显著特征,对信息中心物联网的内容传输性能具有重要影响.由于信息中心物联网具有数据频繁更... 详细信息

信息中心网络(information-centricnetworking,ICN)作为一种新型未来互联网体系结构应运而生,并广泛应用于物联网领域,其中,缓存技术作为ICN的显著特征,对信息中心物联网的内容传输性能具有重要影响.由于信息中心物联网具有数据频繁更新、用户对数据新鲜度有严格要求等特性,致使传统信息中心网络缓存技术面临挑战.提出一种基于内容流行度和网络拓扑的分布式缓存策略,同时考虑内容新鲜度,各缓存节点通过优先缓存流行度较高且较靠近用户的内容,以最大化缓存效率.为适应物联网内容的频繁更新,提出一种基于灰色预测的内容缓存收益预测方法,便于快速获取新内容的缓存收益值.同时,该策略具有较低的时间和空间开销.仿真实验结果表明:所提方案相比于传统缓存策略,能有效提高缓存效率和命中率,并降低访问延迟,改善用户体验.

关键词：信息中心网络物联网缓存新鲜度拓扑流行度预测

来源：评论

学校读者我要写书评

暂无评论

多节点系统异常日志流量模式检测方法

引用

软件学报 2020年第10期31卷 3295-3308页

作者：王晓东赵一宁肖海力迟学斌王小宁中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049

随着国家高性能计算环境各个节点产生日志数量的不断增加,采用传统的人工方式进行异常日志分析已不能满足日常的分析需求.提出一种异常日志流量模式的定义方法:同一节点相同时间片内日志类型的有序排列代表了一种日志流量模式,并以该方... 详细信息

随着国家高性能计算环境各个节点产生日志数量的不断增加,采用传统的人工方式进行异常日志分析已不能满足日常的分析需求.提出一种异常日志流量模式的定义方法:同一节点相同时间片内日志类型的有序排列代表了一种日志流量模式,并以该方法为出发点,实现了一个异常日志流量模式检测方法,用来自动挖掘异常日志流量模式.该方法从系统日志入手,根据日志内容的文本相似度进行自动分类.然后将相同时间片内日志各个类型出现的次数作为输入特征,基于主成分分析的异常检测方法对该输入进行异常检测,得到大量异常的日志类型序列.之后,使用基于最长公共子序列的距离度量对这些序列进行层次聚类,并将聚类结果进行自适应K项集算法,以得出不同异常日志流量模式的序列代表.将国家高性能计算环境半年产生的日志根据不同时间段(早、晚、夜)使用上述方法进行分析,得出了不同时间段的异常日志流量模式和相互关系.该方法也可以推广到其他分布式系统的系统日志中.

关键词：异常日志流量主成分分析层次聚类最长公共子序列自适应K项集算法

来源：评论

学校读者我要写书评

暂无评论

基于边缘优先的ICN缓存协作策略

引用

通信学报 2017年第3期38卷 53-64页

作者：智江李俊吴海博任勇毛中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049

针对信息中心网络(ICN)环境下缓存内容放置优化问题,提出一种边缘优先逐级反馈的缓存协作策略(ECCS)。该策略通过将缓存决策提前至请求转发阶段,将下游节点的缓存决策信息及内容统计信息逐级反馈给上游节点,以达到缓存信息即时更新、辅... 详细信息

针对信息中心网络(ICN)环境下缓存内容放置优化问题,提出一种边缘优先逐级反馈的缓存协作策略(ECCS)。该策略通过将缓存决策提前至请求转发阶段,将下游节点的缓存决策信息及内容统计信息逐级反馈给上游节点,以达到缓存信息即时更新、辅助上游节点完成协作缓存的目的。实验结果表明,ECCS在服务负载减少率、平均跳数减少率和平均缓存命中率等方面与现有方法相比有显著优势。

关键词：信息中心网络网内缓存内容放置边缘优先协作缓存

来源：评论

学校读者我要写书评

暂无评论

GPU加速不完全Cholesky分解预条件共轭梯度法

引用

计算机研究与发展 2015年第4期52卷 843-850页

作者：陈尧赵永华赵慰赵莲中国科学院计算机网络信息中心北京100190 中国科学院大学北京100190

不完全Cholesky分解预条件共轭梯度(incomplete Cholesky factorization preconditioned conjugate gradient,ICCG)法是求解大规模稀疏对称正定线性方程组的有效方法.然而ICCG法要求在每次迭代中求解2个稀疏三角方程组,稀疏三角方程组... 详细信息

不完全Cholesky分解预条件共轭梯度(incomplete Cholesky factorization preconditioned conjugate gradient,ICCG)法是求解大规模稀疏对称正定线性方程组的有效方法.然而ICCG法要求在每次迭代中求解2个稀疏三角方程组,稀疏三角方程组求解固有的串行性成为了ICCG法在GPU上并行求解的瓶颈.针对稀疏三角方程组求解,给出了一种利用GPU加速的有效方法.为了增加稀疏三角方程组求解在GPU上的多线程并行性,提出了对不完全Cholesky分解产生的稀疏三角矩阵进行分层调度(level scheduling)的方法.为了进一步提高稀疏三角方程组求解的并行性能,提出了在分层调度前通过近似最小度(approximate minimum degree,AMD)算法对系数矩阵进行重排序、在分层调度后对稀疏三角矩阵进行层排序的方法,降低了分层调度过程中产生的层数,优化了稀疏三角方程组求解的GPU内存访问模式.数值实验表明,与利用NVIDIA CUSPARSE实现的ICCG法相比,采用上述方法性能可以获得平均1倍以上的提升.

关键词：不完全Cholesky分解预条件共轭梯度法重排序图形处理器

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：