?

并行計算

  • 通用并行CRC計算方法及FPGA實現
    生成多項式;并行計算;FPGA中圖分類號:TN911.22? 文獻標志碼:A0 引言當數字信號在實際的無線信道通信系統中進行傳輸時,由于噪聲的干擾以及不良信道傳輸特性的影響,該數字信號不可避免地在接收端產生誤碼??垢蓴_是無線通信信道數據傳輸中的關鍵問題之一,可以通過信道編碼來解決。在諸多信道編碼方法中,循環冗余校驗(Cyclic Redundancy Check,CRC)碼是一種在數據通信領域中廣泛使用的檢錯碼,因檢錯能力強、容易實現而得到廣泛應用[1-3

    無線互聯科技 2023年2期2023-06-15

  • 基于圖論的并行計算技術教學內容模塊化優化研究
    軍摘? 要:并行計算技術課程是在大氣海洋環境數值模擬對大規??茖W與工程計算的需求越來越大的背景下開設的,但自開設以來,還存在教學內容過多、各知識點之間邏輯關系不十分清晰與講授順序不太合理等問題。該文基于對教學內容先按知識點進行劃分,再基于教學目標牽引,利用圖論技術進行知識點間依賴關系分析的方法,對教學內容進行精簡與模塊重新組織,以改進教學內容的針對性與知識點間的順暢性,提升教學質量與學生學習效果。關鍵詞:并行計算;教學內容;模塊化;依賴關系;圖論中圖分類號

    高教學刊 2023年17期2023-06-11

  • 基于形態相似度識別的大數據分析方法在測井巖性識別中的研究
    Spark;并行計算中圖分類號:TP311 文獻標識碼:A文章編號:1009-3044(2023)03-0054-031 引言隨著互聯網和云計算技術的發展,大數據的理念和技術的應用已經在工作和生活中發揮了越來越重要的作用。海量數據的出現,催生了新的科研模式,為更綜合且更復雜的系統問題提供了更多的解決方案,即面對海量數據,科研人員可以從數據中直接查找或挖掘所需要的信息、知識,更加快捷地得出所需的結論[1] 。石油行業大數據的開發應用還處于起步階段,但很多石油

    電腦知識與技術 2023年3期2023-05-30

  • 基于MPI并行計算方法的實踐
    基于MPI的并行計算是解決物聯網、圖像處理獲取數據,人工智能處理數據的重要途徑之一;同時也是MIMD(多指令多機)并行計算實現高效、高速目標的重要策略與方法。筆者從MPI(Message-Passing-Interface 消息傳遞接口)一個跨語言的通信協議機制,通過Linux或Windows操作系統平臺,以C++語言平臺為基礎,論述并行計算實現幾種方法。關鍵詞:MPI? 并行計算? 算法? 進程? 消息? 通信中圖分類號:TP301? ? ? ?文獻標識

    科技資訊 2021年28期2021-12-28

  • 基于線程隊列動態規劃法的GPU性能優化
    ;線程調度;并行計算0 引言GPU 在大數據和人工智能領域表現出驚人的計算能力,隨著GPU 的普及,在生命科學、航空航天和國防中提供了較強的計算能力,特別是在2020 年新冠肺炎基因序列測序和疫情傳播預測等方面表現突出。大數據和AI時代的到來使計算任務加重,面對應用的不同資源需求,GPU的資源單核未充分利用[1]。為了解決GPU資源利用率不足的問題,國內外學者提出一些方法,例如JustinLuitjens[1]提出了并發內核執行(CKE)來支持在GPU 上

    計算機與網絡 2021年10期2021-07-26

  • 遙感影像區域面積快速計算并行算法研究
    face)的并行計算環境,采用經典數學定理鞋帶公式(Shoelace Formula)及計算機圖形學中向量積法計算多邊形面積。使用三角分割法對多邊形進行切割并行,判斷多邊形之間拓撲關系,獲取交集頂點表,使用鞋帶公式并行計算交多邊形面積。以1.96407的加速比有效提高遙感影像有效面積統計效率,加快網頁加載速度,提高用戶體驗度。關鍵詞: 遙感影像; 交多邊形面積; MPI; 并行計算; 鞋帶公式; 向量積中圖分類號:TP312 ? ? ? ? ?文獻標識碼:

    計算機時代 2021年6期2021-07-20

  • 多核時代“并行計算”課程教學模式研究與實踐
    中,并開設了并行計算課程,培養學生的并行計算思維和并行計算系統能力。文章對“并行計算”課程建設、教材建設、教學模式和課程思政等方面進行研究和探討。[關鍵詞] 并行計算;多核;教學模式;課程思政[基金項目] 2017年度湖南省研究生教學改革項目“基于協同創新中心專業學位研究生多元化聯合培養模式與實踐研究”(JG2017B016);2019年度中南大學《并行計算》課程思政項目[作者簡介] 雷向東(1964—),男,湖南常寧人,博士,中南大學計算機學院副教授,主

    教育教學論壇 2021年2期2021-03-10

  • 基于Spark平臺的多皇后問題并行求解
    間。關鍵詞:并行計算;Spark;多皇后問題;回溯法N皇后問題是計算方面的一個經典的NP難問題,它的特點是隨著皇后數目N的增加,計算時間呈指數增長。對于高位數的皇后問題求解,傳統的串行求解算法往往無法再可接受的時間內完成。然而,單機上的運算資源是有限的,基于單機多核的并行解決方案,并不能從保證能求的高位數皇后問題的解。本文基于分布式計算平臺Spark,采用經典的回溯法,設計了一種集群環境下的多皇后問題求解并行化方案,實現了利用集群資源求解多皇后問題的并行算

    科學與財富 2020年24期2020-10-27

  • 基于并行計算的分布式數據庫樹查詢全縮減計算方法
    此開展了基于并行計算的分布式數據庫樹查詢全縮減計算方法的設計。計算種群中整體數量與樣本之間的正向射向關系,設計采樣流程圖,查詢采樣條件;設計分布式數據庫樹查詢函數,計算查詢數據值,提供計算適應度數值;計算參數數值,完成分布式數據庫樹查詢全縮減計算。經過對比實驗,證明所提出的分布式數據庫樹查詢全縮減計算方法可降低查詢計算時間,提高計算效率,因此更具有實際應用價值。關鍵詞:并行計算;分布式;數據庫樹;查詢全縮減計算中圖分類號:TP311.133.1? ? ?

    電腦知識與技術 2020年16期2020-09-28

  • 基于CUDA的并行沙粒模擬方法
    挖掘了GPU并行計算的性能優勢。實驗表明,該算法可以實現高效的沙粒模擬,在動畫、電影、工程等領域具有重要的應用價值。關鍵詞:沙粒模擬;SPH;并行計算;CUDA中圖分類號:TP391.7 ? ? ? 文獻標志碼:A ? ? ? ? ? ? ?文章編號:2095-2945(2020)25-0009-02Abstract: Sand simulation is the key research content in computer graphics. A p

    科技創新與應用 2020年25期2020-08-31

  • 遙感影像區域面積快速計算并行算法研究
    face)的并行計算環境,采用經典數學定理鞋帶公式(Shoelace Formula)及計算機圖形學中向量積法計算多邊形面積。使用三角分割法對多邊形進行切割并行,判斷多邊形之間拓撲關系,獲取交集頂點表,使用鞋帶公式并行計算交多邊形面積。以1.96407的加速比有效提高遙感影像有效面積統計效率,加快網頁加載速度,提高用戶體驗度。關鍵詞: 遙感影像; 交多邊形面積; MPI; 并行計算; 鞋帶公式; 向量積中圖分類號:TP312? ? ? ? ? 文獻標識碼:

    計算機時代 2020年6期2020-06-30

  • 基于MPI堡壘主機防火墻的可疑IP預警方法研究
    ;堡壘主機;并行計算[中圖分類號]TP393?[文獻標志碼]AResearch?on?the?Warning?Method?of?Suspicious?IP?withMPI?and?Bastion?Host?FirewallSONG??Dahua1,LI??Zhe2,LIU??Bichun2(1.Center?of?Educational?Technology?and?Information,Mudanjiang?Medical?University,Mu

    牡丹江師范學院學報(自然科學版) 2020年2期2020-05-28

  • 基于并行算法的快速人臉識別系統設計與實現
    :人臉識別;并行計算;多核;Python語言人臉識別技術在某些領域相對安全,識別效率高、領域廣[1],但是當前海量人臉數據使得人臉識別系統的效率急劇下降,同時多核處理器技術迅猛發展,為人們提供了充足的多核資源。所以為了提高人臉識別效率,并充分利用多核資源,開發相應的并行化應用程序勢在必行[2]。1 ? ?相關概念1.1 ?人臉識別概述人臉識別是通過生物特征對人的身份進行辨認,是計算機視覺領域的一個研究方向[3]。人臉識別至今盡管已經有30年左右的研發歷史,

    無線互聯科技 2020年6期2020-04-30

  • 多重網格法綜述
    ,及基于當前并行計算的特點,展望多重網格并行計算的研究方向。關鍵詞:多重網格算法;偏微分方程;并行計算多重網格法,是目前應用于大型科學計算的一類有效的、新穎的計算方法,經過幾十年得發展,多重網格算法已經成為數值計算領域中的一種加速迭代收斂的技術,一門新的學科,而不僅僅是一種單純的算法。尤其進入90年代后,由于O,Widlund,J.Bramble,J.Xu等人的努力,視所有迭代方法為子空間校正,將多重網格融入新的理論框架中,使得以前棘手的收斂性證明在這里變

    卷宗 2020年5期2020-04-20

  • 基于GPU的并行優化算法研究
    概念及發展、并行計算的概念以及與串行計算相比而具有的優勢,指出智能優化算法具有天然的并行性和分布性,在基礎理論和工程應用中具有很高的研究價值,該文對智能優化算法中的模擬退火算法、遺傳算法、禁忌搜索算法、人工神經網絡算法及蟻群算法的原理和實際應用進行了深入研究,提出了基于GPU的并行優化算法。關鍵詞:GPU? 并行計算? 算法中圖分類號:TP301 ? ?文獻標識碼:A 文章編號:1672-3791(2019)07(c)-0007-02Abstract: T

    科技資訊 2019年21期2019-11-15

  • 基于蟻群算法的管道規劃改進方法探究
    法起點和終點并行計算,使得蟻群算法的搜索效率得到了極大的提高,并且可避免算法陷入局部最優解,提高了結果的有效性和準確性。關鍵詞: 傳統蟻群算法; 雙向蟻群算法; 并行計算; 管道規劃中圖分類號:TP 301.6 ? ? ? ? ?文獻標志碼:A ? ? 文章編號:1006-8228(2019)10-40-03Abstract: When the area scale of traditional ant colony is large, the conve

    計算機時代 2019年10期2019-11-11

  • 基于MPI的矩陣相乘并行計算的一種探究
    法。關鍵詞:并行計算;MPI;矩陣相乘;消息傳遞中圖分類號:TP31? ? ? 文獻標識碼:A文章編號:1009-3044(2019)23-0281-02開放科學(資源服務)標識碼(OSID):MPI-based Parallel Computation of the Multiple of matrixsZHANG Liang, ZHAO Yan(Ningxia Financial Vocational and Technical College, Ni

    電腦知識與技術 2019年23期2019-11-03

  • 故障并行計算在船舶電力設備故障信號診斷中的應用
    電力設備故障并行計算方法。對船舶電力故障的并行計算的計算方法進行了詳細的研究,提出了并行計算應用的具體五個步驟。實踐證明,故障并行計算具有工作量小,準確性高等特點,能夠大大的提高船舶故障診斷準確率,確保船舶安全的運行?!娟P鍵詞】并行計算;電力設備;故障診斷;船舶引言:國際貿易規模在不斷的增大,目前船舶的發展也在越來越大。對于大型的船舶而言,其動力系統一般都是采用自發電、自分配的獨立電力系統。隨著船舶結構越來越復雜,船舶的電力系統也越來越復雜 [1]。這也就

    科學導報·科學工程與電力 2019年13期2019-10-21

  • 基于Bi-LSTM的質量控制圖模式識別
    間記憶網絡;并行計算;蒙特卡洛仿真中圖分類號: TP391.4? ? 文獻標識碼: A? ? DOI:10.3969/j.issn.1003-6970.2019.07.016【Abstract】: In order to improve the control effect of intelligent control of manufacturing process, a method of recognition for out-of-control

    軟件 2019年7期2019-10-08

  • 基于圖形處理器的形態學重建系統
    形態學重建;并行計算;并行堆;并行數據結構Abstract: Morphological reconstruction is a fundamental and critical operation in medical image processing, in which dilation operations are repeatedly carried out on the marker image based on the characterist

    計算機應用 2019年7期2019-09-04

  • 基于并行強化學習的云機器人任務調度策略
    Q學習在異步并行計算模式下的收斂性;然后,將復雜問題根據狀態空間進行分割,調度中心根據所提策略將子問題和計算節點匹配,各計算節點完成子問題的強化學習任務并向調度中心反饋結果,實現在計算機集群中的并行強化學習;最后,以CloudSim為軟件基礎搭建實驗環境,求解最優步長、折扣率和子問題規模等參數,并通過對實際問題求解證明在不同計算節點數的情況下所提策略的性能。在使用64個計算節點的情況下所提策略相比輪詢調度和隨機調度的效率分別提升了61%和86%。實驗結果表

    計算機應用 2019年2期2019-08-01

  • ARL中Clean算法的并行化研究
    ;CUDA;并行計算;Clean算法Key words:ARL; deconvolution algorithm; CUDA; parallel computing;Clean algorithm摘要:針對SKA算法參考庫ARL中的去卷積算法運行效率低、無法滿足海量數據實時處理的問題,提出了CPU和GPU協同工作模式下的并行化Clean算法.該方法將Clean算法中可以并行計算的步驟利用多線程在GPU上并行執行,將無法并行計算的步驟在CPU上串行執行.驗證

    鄭州輕工業學院學報(社會科學版) 2019年2期2019-06-24

  • HECC除子標量乘并行集群算法設計
    子標量乘; 并行計算; 集群平臺; Spark?GPU; Hadoop中圖分類號: TN929.52?34; TP393.08 ? ? ? ? ? 文獻標識碼: A ? ? ? ? ? ? ? ? ? 文章編號: 1004?373X(2019)10?0023?04Design of divisor scalar multiplication parallel clustering algorithm for HECCLIU Haifeng, ?XIAO C

    現代電子技術 2019年10期2019-06-20

  • 基于案例驅動教學法的“并行計算”課程改革研究
    志宏摘 要:并行計算課程是一門應用性極強的課程,文章將案例教學引入“并行計算”課程的改革中,借助企業資源,根據教學目標和內容的需要,設計案例,將學習者帶入特定事件的現場中,進入角色,分析案例,引導學習者自主探究性學習,以提高學習者分析問題、解決問題的能力。關鍵詞:案例驅動教學法;并行計算;課程改革中圖分類號:G642;TP3-4文章編號:2095-624X(2019)04-0099-01一、當前“并行計算”課程的研究現狀盡管我國的并行計算技術已經達到很高的

    求知導刊 2019年4期2019-05-24

  • GPU并行計算的CUDA架構淺析
    UDA架構;并行計算中圖分類號:G642.41 文獻標志碼:A 文章編號:1674-9324(2019)06-0277-02從20世紀90年代,第一款圖形處理器誕生到現在,摩爾定律預測到由于制造工藝和設計的進步,單一芯片內部集成的晶體管數量大約每隔一年都會翻一翻,但是隨著工藝進步的空間日趨縮小,制造工藝反而成了一種限制,CPU上的晶體管不能無限增加,所以怎么把任務更均衡地分配給GPU,實現CPU-GPU的負載均衡,是當代計算機技術的一個重要研究方向。而CU

    教育教學論壇 2019年6期2019-03-18

  • 新工科背景下計算機本科專業人才“并行計算”思維與能力培養途徑的探索
    建設幾方面對并行計算思維與能力培養途徑進行探索。關鍵詞:新工科;計算機專業;并行計算思維一、當前關于并行計算課程革新的研究現狀目前,為了加強對本科計算機專業人才并行與分布式計算思維與系統能力的培養,國內外計算機行業專家們積極探索并提出了一些有針對性的指導建議。美國計算機協會ACM和國際電子電氣工程師協會計算機學會IEEE-CS發起制定每10年更新的《計算機專業(本科)課程設置指南之CS2013》中,首次將并行與分布式計算類課程的等級由原來的選修課程提升為核

    教師·中 2019年1期2019-03-18

  • 基于微處理器的并行計算系統的構建及性能分析
    通PC機搭建并行計算環境,通過實例的運行,驗證并行計算的優勢及高效性。關鍵詞:微處理器:串行計算:并行計算0引言隨著硬件技術的發展成熟。計算機處理數據和信息的能力日益提高,從計算機的發展歷程中可以看到,每次的更新換代都是為了達到快速計算的目的,這就要求對計算機的體系結構不斷的改進。單核處理器和使用串行計算無法滿足科研人員對計算速度的追求,而并行處理技術和并行計算的提出為此提供了一種實現高速計算的有效途徑。并行計算的思想是對于一個給定的問題,劃分成多個獨立的

    智能計算機與應用 2019年6期2019-03-11

  • 淺析企業云建設與應用
    共享資源池;并行計算doi:10.3969/j.issn.1673 - 0194.2018.20.029[中圖分類號]F270.7[文獻標識碼]A[文章編號]1673-0194(2018)20-00-020? ? ?引 言隨著油田勘探開發的不斷深入,優質儲量逐步枯竭,勘探開發難度越來越大。如何降低企業運維管理成本、提高對地下地質情況的認識,成為急需解決的難題。而信息技術突飛猛進,已經成為眾多行業技術進步、提高生產力的有力工具和手段。近年來,石油化工行業普遍

    中國管理信息化 2018年20期2018-12-28

  • 用于光線跟蹤的高并行度表面積啟發式(SAH)KD樹構建
    樹;空間樹;并行計算中圖分類號:TP309.7 文獻標志碼:AAbstract:This paper proposed a SAHKD tree construction method for ray tracing to solve the problem of low parallel degree and low efficiency in the existing algorithms. The algorithm first obtains th

    湖南大學學報·自然科學版 2018年10期2018-12-26

  • 基于Skyline的最大優惠產品組合查詢
    ine查詢;并行計算;概率產品中圖分類號:TP301.6 文獻標識碼:AAbstract: The Skyline query is a most useful tool to find out attractive products.However,it does little to help select the product combinations with the maximum discount rate.Motivated by this,

    計算技術與自動化 2018年3期2018-12-10

  • 基于仿射密碼的并行圖像加密算法
    算機多個核心并行計算,將圖像分塊后并行加密。實驗結果表明,仿射加密算法密鑰空間大、安全性強、擴散性和擾亂性效果好、算法運行效率高,且仿射密碼加密比異或加密擴散效果更好。關鍵詞: 仿射密碼; 圖像加密; 像素擴散; 像素混淆; 并行計算; 多核計算機中圖分類號: TN911.73?34; TP309 文獻標識碼: A 文章編號: 1004?373X(2018)22?0178?04Abstract: A parallel image encryption al

    現代電子技術 2018年22期2018-11-13

  • 數據流中閉頻繁項集的并行挖掘算法
    直數據格式;并行計算;閉頻繁項集中圖分類號:TP311.5 文獻標識碼:A1 引言(Introduction)數據流[1]是一串快速到達、無界的數據序列,廣泛存在于日常生活各領域。數據流的特性決定了對其進行挖掘將面臨著更多的挑戰。首先,由于存儲器的有限性,無法通過一次掃描存儲所有傳入的數據。其次,對于數據的處理效率也有更高的要求,即在新事物到來之前,需完成對當前時間段內數據的處理。因此,傳統數據挖掘算法無法直接應用于數據流挖掘,需進行適當的改進和擴展。盡管

    軟件工程 2018年8期2018-10-11

  • 基于并行計算的煤礦高壓電網短路電流計算方法
    電網短路電流并行計算方法。該方法基于礦井高壓供電系統結構特點,充分利用并行計算技術。仿真表明,該方法能夠有效減少煤礦高壓電網短路電流計算時間開銷。關鍵詞:煤礦高壓電網;短路電流;并行計算;拓撲分析DOI:10.11907/rjdk.172772中圖分類號:TP301文獻標識碼:A 文章編號:1672-7800(2018)006-0035-04Abstract:In order to save time of automatic short circuit

    軟件導刊 2018年6期2018-09-04

  • 基于并行構件技術的分子動力學模擬系統的設計與實現
    :并行構件;并行計算;分子動力學模擬;性能優化中圖分類號:TP319 文獻標識碼:A 文章編號:1007-9416(2018)01-0185-021 分子動力學模擬簡介為了在原子級別對物質微觀結構進行研究,往往需要使用計算機進行分子動力學模擬[1]。然而,傳統的分子動力學模擬方法,往往涉及到大量的原子之間作用力的交互,而且模擬的步驟也十分復雜,這就給計算機進行的分子動力學模擬帶來了較大的計算工作。但是,目前已有的分子動力學模擬軟件[1]進行模擬的對象具有特

    數字技術與應用 2018年1期2018-03-29

  • 多GPU并行技術在雷達信號處理中的應用
    雷達信號 并行計算隨著信號處理技術和計算機硬件技術的飛速發展,軟件雷達逐漸成為雷達研究發展的重要方向。軟件雷達在信號處理上的實時性一直使其性能的重要指標,也是雷達信號處理的難點之一。將雷達信號劃分為多個信號進行并行處理,再將處理過的信號進行整合,是解決這一問題的有效途徑之一。因此,并行計算技術的發展為雷達信號并行處理提供了條件。本文對多GPU并行計算技術在雷達信號處理中的應用進行了研究分析。1 雷達信號并行處理架構雷達信號的并行處理系統由模/數采樣器、中

    電子技術與軟件工程 2018年1期2018-03-22

  • 數據倉庫下基于學習的并行實體解析算法研究
    ;自主學習;并行計算DOIDOI:10.11907/rjdk.172274中圖分類號:TP312文獻標識碼:A 文章編號:1672-7800(2018)002-0019-040 引言目前實體解析的研究工作主要包括概率、規則、聚類、學習以及集體等多種方法[1-4]?;诟怕实姆椒ㄊ亲钤鐟糜趯嶓w解析的技術,然而該模型需要在先驗概率情況下,對條件概率分布進行獨立性假設,因此很難在實際應用中進行實踐?;陂撝档膶嶓w解析是傳統的實體匹配方法,也是目前應用最廣泛的實

    軟件導刊 2018年2期2018-03-10

  • 大數據背景下機器學習并行算法研究
    難日益顯現,并行計算是解決這一問題的主流方法。闡述了大數據環境下的機器學習研究現狀;在此基礎上,分析梳理了當前大數據下機器學習并行算法的關鍵技術;最后對其發展前景進行了展望。[關鍵詞]機器學習算法 并行計算 大數據1 引言大數據時代已經來臨。最早提出這一概念的是全球知名咨詢公司麥肯錫,麥肯錫稱:“數據,已經滲透到當今每一個行業和業務職能領域,成為重要的生產因素。人們對于海量數據的挖掘和運用,預示著新一波生產率增長和消費者盈余浪潮的到來?!蔽覀兯信d趣的是大

    電子技術與軟件工程 2018年11期2018-02-25

  • 大數據背景下MapReduce并行計算模式研究進展
    最成功的主流并行計算模式。本文對大數據背景下MapReduce并行計算模式研究現狀進行了分析,并且展望了該領域的發展態勢?!娟P鍵詞】大數據 并行計算 研究進展近幾年來,隨著計算機和信息技術的迅猛發展和普及應用,行業應用系統的規模迅速擴大,行業應用所產生的數據呈爆炸性增長。動輒達到數百TB甚至數十至數百PB規模的行業/企業大數據己遠遠超出了傳統的計算技術和信息系統的處理能力,因此,尋求有效的大數據處理技術、方法和手段已經成為全世界的廣泛關注的研究熱點。Map

    電子技術與軟件工程 2018年9期2018-02-25

  • 基于GPU的電力系統潮流并行計算
    君摘要 隨著并行計算的發展,實現潮流計算的并行化是提高計算速度的有效方法,而如何利用GPU技術優化潮流計算中線性方程組的求解則是關鍵。研究了潮流迭代求解中易于并行的線性方程組求解方法,提出了采用預處理的穩定雙共軛梯度算法( Bi-CGSTAB),提高線性方程紐的并行性與計算性能。最后通過應用InterPSS對所提的方法進行驗證?!娟P鍵詞】潮流計算 并行計算 預條件處理穩定 雙共軛梯度算法現代電網朝著大規模、復雜性、多元性的方向發展,電力系統潮流的計算量與復

    電子技術與軟件工程 2018年9期2018-02-25

  • 基于SPMD的粗粒度并行遺傳算法在立體倉庫路徑優化中的應用
    ,得到串行與并行計算兩種情況下的運算時間與加速比,并在求解精度相差不大的情況下,將改進算法的計算時間與遺傳算法、蟻群遺傳算法進行比較。對比結果表明,并行計算能有效提高算法優化效率,縮短程序執行時間。該研究對于解決自動化立體倉庫堆垛揀選路徑優化問題有著重要的現實意義。關鍵詞:粗粒度并行遺傳算法;SPMD并行結構;自動化立體倉庫;并行計算;加速比Application of Coarse?grained Parallel Genetic AlgorithmBa

    軟件導刊 2018年12期2018-02-12

  • 基于Matlab多核并行集群搭建及性能分析
    matlab并行計算工具箱中各部件關系的基礎上,利用windows環境實現了matlab多核并行計算集群的搭建,并通過實例,闡明了基于matlab的并行程序設計方法。經測試,并行化處理能有效利用資源優勢,縮短運行時間,對進一步研究各類并行處理有一定的指導意義?!娟P鍵詞】多核集群 并行計算 PCT1 多核集群概念隨著計算機硬件技術的發展,處理器的性價比不斷提高,并行計算已逐漸由傳統的超級計算機轉移至擁有多個高性能節點的集群平臺上。集群是指可提供網絡資源的一組

    電子技術與軟件工程 2017年24期2018-01-17

  • 基于GPU的疊前逆時偏移混合粒度數據分割與存儲優化
    ;混合粒度;并行計算;存儲優化中圖分類號:TP391 文獻標識碼:AAbstract:To improve the computational efficiency of prestack reverse-time migration,this paper adopts the MPI + CUDA parallel model to divide seismic data and parallel tasks.The MPI + CUDA paralle

    軟件工程 2018年12期2018-01-17

  • 基于大數據技術的農業物聯網應用系統
    Base以及并行計算框架MapReduce等大數據技術的農業物聯網的應用系統。農業物聯網涉及對農業生產環境數據的實時采集、農作物的實時監控、農作物的生長狀況判斷以及改善農物的生長環境等方面。一個完整的物聯網系統應該涉及農作物生長的各個方面,系統基于采集的數據擬合環境變化曲線(ECC),然后,再結合作物的生長狀況學習出農作物的最佳生長環境(CBGE)曲線,最后,再依據農作物的生長周期構造農作物生長模型(CGM)。在此基礎上就可以實現農作物的精細化耕作,實現遠

    電腦知識與技術 2017年34期2018-01-09

  • CPU—OpenMP和GPU—CUDA并行計算技術對矩陣乘法運算的加速效果分析
    U-CUDA并行計算技術對不同階矩陣乘法運算相對于CPU單線程計算的加速效果。結果表明,CPU-OpenMP并行的計算加速比與矩陣階數無關,且低于所采用的線程數目。GPU-CUDA并行的計算加速比隨矩陣階數的增加顯著增加,最大計算加速比可達570倍以上。相對于CPU單線程計算結果,CPU-OpenMP并行計算未產生誤差,而GPU-CUDA并行計算會產生誤差。結果表明,GPU-CUDA并行適合高階數矩陣乘法的加速計算,而CPU-OpenMP并行適合低階數矩陣

    科技視界 2017年26期2017-12-29

  • 三維重構算法中球諧函數的并行計算的實現
    :多核系統;并行計算;OpenMP中圖分類號:TP311 文獻標識碼:A 文章編號:1009-3044(2017)33-0083-02結構決定功能,生物大分子同樣如此。生物大分子三維結構研究對于了解其功能及生物學機制等具有非常重要的意義。結構生物學方法包括X射線晶體學方法(X-ray crystallography)、核磁共振技術(nuclear magnetic resonance spectroscopy)和冷凍電鏡技術[Cryo-electron m

    電腦知識與技術 2017年33期2017-12-13

  • 點云配準FPFH特征子異構并行優化研究
    基于GPU的并行計算架構CUDA進行并行優化加速,以及利用CPU/GPU的異構并行,結合OpenMP和CUDA的特點應用于特征子求取。實驗結果表明,第三種方案能合理設計并優化特征子求取,獲得較為理想的加速比。關鍵詞關鍵詞:點云配準;FPFH;并行計算;CUDA;OpenMPDOIDOI:10.11907/rjdk.171848中圖分類號:TP301文獻標識碼:A文章編號文章編號:16727800(2017)0110029040引言古建筑保護需要使用逆向工程

    軟件導刊 2017年11期2017-12-02

  • 基于并行隊列的眾核平臺入侵檢測系統
    流量識別; 并行計算中圖分類號: TP393.08文獻標志碼: A文章編號: 2095-2163(2017)05-0082-05Abstract: In view of the hardware characteristics of the existing tilera series hardware platform, the three kinds of working modes of Suricata are analyzed theoretic

    智能計算機與應用 2017年5期2017-11-08

  • 基于軟件管道的事務處理并行計算架構
    然而,傳統的并行計算方法既受限制,開發起來又很困難。該文推薦了一個更加簡單、更具有靈活性的方法——軟件管道,來進行并行處理,最大化利用資源實現事務處理程序的性能突破。關鍵詞:并行計算;軟件管道;性能中圖分類號:TP311 文獻標識碼:A 文章編號:1009-3044(2017)22-0098-031并行計算與事務處理如果你正在從事管理或采用關鍵業務應用進行工作,那你最有可能應對性能問題。應用程序無法控制不斷增加的數據量,而它又不能進行擴展滿足新的需求。你要

    電腦知識與技術 2017年22期2017-10-26

  • 基于相似度矩陣的K—neans算法的MapReduce并行化實現
    uce模型;并行計算;文本挖掘中圖分類號:TP391 文獻標識碼:A 文章編號:1009-3044(2017)18-0018-031概述隨著大數據時代的到來,人們所接觸到的數據量成PB級別快速增長,同時還要求快速高效地處理所得到的數據。對于數據處理有兩方面的要求,一是要比數據產生的速度快,二是還要達到數據使用者對處理結果的預期。盡管這兩個要求通過使用并行計算的框架得到了一定程度上的滿足,但是MPI等傳統的并行框架還存在不少缺點,像技術人員需要自己實現對任務

    電腦知識與技術 2017年18期2017-10-21

  • 一種并行差分隱私關聯規則挖掘算法
    op框架實現并行計算,利用負載均衡策略,使每一個節點分配到的數據量相當,利用指數機制挑選出k個頻繁模式,采用拉普拉斯機制對這k個頻繁模式添加噪音。通過實驗對算法的頻繁模式挖掘結果與同類算法進行比較分析,結果表明,該算法在保證挖掘結果具有可用性的前提下,在效率上較傳統算法有所提升。關鍵詞:頻繁模式挖掘;差分隱私;指數機制;并行計算DOI:10.11907/rjdk.171559中圖分類號:TP312 文獻標識碼:A 文章編號:1672-7800(2017)0

    軟件導刊 2017年9期2017-09-29

  • 基于GPU加速的雷達信號處理并行技術
    ;處理技術;并行計算一、前言目前,雷達正在向數字化和軟件化的方向發展,軟件雷達采用開放式、標準化、通用化的硬件平臺,通過現場加載的模塊化軟件實現雷達的各種功能,使軟件雷達擁有多功能、多模式的發展潛力,同時具有研制和改進周期短、費用低、維護方便等諸多優勢。因而,近年來成為相關領域的研究熱點。一直以來,軟件雷達實現的瓶頸問題之一是實時性問題。其中信號處理的實時性更為突出,因而相當一部分工作都是集中在信號處理的軟件化工作上,研究的主流方案一般都采用軟件和硬件耦合

    魅力中國 2017年18期2017-08-17

  • 基于Monte—Carlo并行計算的DVD在線租賃問題求解
    題。關鍵詞:并行計算;蒙特卡洛方法;WinAPI;OpenMP;MPI針對下面提出的DVD在線租賃問題,本質上就是多目標線性規劃求解,而本例以蒙特卡洛模擬為背景,實操上簡而言之便是計算機智能模擬。蒙特卡洛實驗模擬本身而言便是個反復進行足夠多次的實驗,根據大數定律,在大樣本的前提下,所得到的結果才更為有說服性和一般性。蒙特卡洛實驗的計算量偏大,且大多數的處理方法都是串行算法,在高性能計算領域對簡單蒙特卡洛實驗的實現已有許多案例,然而較為復雜的蒙特卡洛實驗的數

    電腦知識與技術 2017年12期2017-07-29

  • 并行計算與MPI研究
    文榮摘 要:并行計算作為現代科學計算的一種重要方法,常用于解決復雜和計算量大的問題。MPI程序包含了并行計算的思想,文章對并行計算與MPI進行了研究,了解了MPI程序思想,對并行計算意義較大。關鍵詞:并行計算;MPI;并行算法1 并行計算簡介并行計算與串行計算的區別在于,串行計算只在單個CPU上進行求解,而并行計算則是同一個時間段內在多個CPU上求解;從硬件角度上來講,串行計算就是在普通計算機上求解,并行計算則是于并行計算機上求解。需要并行計算求解的問題須

    無線互聯科技 2017年12期2017-07-18

  • 基于OpenFOAM的燃燒數值模擬研究
    燒數值模擬;并行計算;OpenFOAMDOIDOI:10.11907/rjdk.171423中圖分類號:TP319文獻標識碼:A 文章編號:1672-7800(2017)006-0117-030 引言化工、航空航天等工程應用領域存在液霧-空氣兩相流動現象。發動機燃燒室內多為復雜湍流流動,傳統的液體燃料直接與空氣混合往往導致燃燒不充分,耗能高、效用低。預先將燃料經燃油噴嘴霧化,然后與空氣混合燃燒,理論上可明顯提高燃燒效率,減少發動機燃油殘渣殘留[1-2]。傳

    軟件導刊 2017年6期2017-07-12

  • 基于SPH方法的二維寬頂堰溢流數值模擬
    利用機群進行并行計算來提高計算效率,將模擬數據與試驗數據進行了對比。結果表明,SPH方法可以模擬出二維寬頂堰自由出流和淹沒出流時水流流態、水跌、回流區、水躍現象,計算出溢流流量、流速等水力參數,并且采用數據擬合得出與理論相符的斷面流速分布圖。結果表明了SPH方法可以較好模擬二維寬頂堰溢流中的流速分布以及水面曲線。關鍵詞:SPH;二維寬頂堰溢流;數值模擬;自由面計算;并行計算中圖分類號:TV652.1 文獻標志碼:A 文章編號:1672-1683(2017)

    南水北調與水利科技 2017年2期2017-06-05

  • 云計算在智能電網中的典型應用
    針對虛擬化、并行計算、分布式等云計算相關技術,總結了當前技術的研究概況,分析了未來技術的發展趨勢。在此基礎上,結合智能電網、“三集五大”等業務的發展,對電力企業云計算的應用需求進行了全面梳理與展望,為電力企業云計算的發展與應用提供指導和參考。關鍵詞:智能電網;云計算;虛擬化技術;并行計算;分布式技術一、云計算概述國外主流云廠商將云計算作為未來重要的發展方向,中國云計算發展起步較晚,但發展勢頭迅猛,取得了初步進展。政策方面,云計算技術已被列為國家戰略性新興產

    魅力中國 2017年2期2017-05-13

  • 大區域遙感影像快速處理流程研究
    :遙感影像;并行計算;密集匹配;快速處理;流程研究引言隨著遙感影像使用范圍越來越廣泛,現在已經成為提供空間信息的重要數據源。遙感數據的應用范圍擴大到各個社會信息服務領域,發揮著重大作用。經過定向后的遙感影像數據可為測繪、城市基礎地理信息動態更新、國土資源調查、生態環境監測、災害監測、海洋資源、農業監測、快速響應等不同的領域提供相應的地理信息數據。傳統影像處理需要高性能的計算機,并且配備多種影像數據處理軟件協同作業,各工序僅對流程負責,數據處理效率低,精度差

    西部資源 2016年6期2017-04-24

91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合