学科分类
/ 25
500 个结果
  • 简介:并行算法是指一次可执行多个操作的算法。对并行算法的研究现在已发展为一个独立的研究领域。很多用串行算法解决的问题也已经有了相应的并行算法。在本文,我们阐述了一些简单的并行计算以说明并行算法的一些基本概念,应用和编程方法。

  • 标签: 并行算法 算法设计 编程方法 串行算法
  • 简介:基于定量的横向耦合关系和纵向模型,建立了其横向分布的动态模型,设计了基于该模型的多变量广义预测控制器(GPC),根据模型结构特征将控制算法进行分解,得到相应的GPC并行算法,并绐出其多处理机系坑实现结构。计算机仿真结果表明,本文提出的建模与并行控制方法较好地改善了系统的的静、动态性能。

  • 标签: 并行算法 并行控制 多处理机 GPC 广义预测控制 控制算法
  • 简介:摘要最优化就是追求最好的结果或最优的目标。最优化设计是从可能设计中选择最合理的设计以达到最优目标。搜寻最优设计的方法就是最优化设计法,这种方法的数学理论就是最优化设计理论。工程结构优化设计是把力学概念和优化技术有机地结合,根据设计要求,使部分参与计算的量以变量出现,形成全部可能的结构设计方案域,再利用数学手段在域中搜索出满足预定要求的不仅可行而且最好的设计方案。由于现代结构计算耗时之长常常使得计算半途而废,因此充分利用微机资源、减少计算时间的网络并行算法成为研究的热点。本文在结构的大型动力优化计算中引入并行算法,对传统的复形法进行并行化处理。

  • 标签: 结构优化 优化计算 网络 并行算法
  • 简介:用数学形态学的方法实现对卫星云图的滤波、分割和形态特征提取,并提出基于Transputer并行网络的有关算法.对台风云系和涡旋云系的处理与识别已取得较好的结果,并将应用于天气预报.

  • 标签: 卫星云图 形态特征提取 数学形态学 并行处理
  • 简介:随着并行计算技术的发展,非线性反演计算效率在不断提高,但对于基于单点搜索的非线性反演方法,其并行算法的实现则是一个难题。本文将群体搜索的思想引入到基于单点搜索的非线性反演方法,构建了并行算法,以量子蒙特卡罗方法为例进行了二维地震波速度反演及实际资料波阻抗反演,并测试了使用不同节点数进行计算的效率。计算结果表明:该并行算法在理论和实际资料反演中是可行的和有效的,具有很好的通用性;算法计算效率随着使用节点数的增加而提高,但算法计算效率的提高幅度随着使用节点数的增加逐渐减小。

  • 标签: 非线性反演 单点搜索 群体搜索 并行计算
  • 简介:为了进一步提高大地电磁三维快速松弛反演的计算效率,在深入分析大地电磁三维快速松弛反演算法的基础上,结合MPI自身的优越性,确定了并行计算的思路,实现了三维快速松弛反演的并行计算。通过理论模型合成数据和实测数据对实现的三维快速松弛反演并行程序进行了试算,分析对比了在多种情况下程序的执行效率。测试结果表明,所实现的三维快速松弛反演并行程序运行结果正确,效率提高明显。此成果在普通微机上实现,推动了大地电磁三维反演技术的实用化,可为其它地球物理三维正反演研究所借鉴。

  • 标签: 大地电磁 MPI并行程序设计 三维快速松弛反演 并行算法
  • 简介:对Fukushima于1998年提出的求解无约束并行变量转换算法(PVT)向约束优化问题进行推广,给出了一个异步并行求解边界约束最优化问题的可行算法,在一定的条件下,证明了算法的收敛性.

  • 标签: 并行变量转换 边界约束 并行算法 优化问题
  • 简介:摘要:现今的商业、科研工作产生的数据是海量的,受制于庞大的数据量和计算量。如何从这些数据中获取有意义的信息成为一个亟待解决的问题。对于大规模数据集,原始的数据挖掘算法处理能力有限。支持向量机(Support Vector Machine,SVM)很少过度拟合。并且,对于线性不可分数据集或特征向量维数很高的数据集,支持向量机算法的分类正确率相对比较高,适合于文本数据集。但是对于数据规模比较大的情况,支持向量机算法的计算复杂度高、运行时间比较长。 SVM 算法的单机执行速度往往不能达到用户的要求,利用 Spark 并行计算环境实 现 SVM 算法并行分析和处理数据,能够显著提高 SVM 算法的执行效率,达到令人满意的效果。

  • 标签: 大数据 Spark 平台,SVM 并行算法 可行性分析
  • 简介:根据高精度卫星导航定位和全球电离层活动监测的需要,利用全球370多个GPS基准站的双频相位实测数据,监测全球电离层总电子含量变化和GPS卫星及接收机的DCB。由于数据量大、数据处理时间长,很难实现高精度快速建模,为此我们采用OpenMP并行算法来加快数据处理速度。实验表明,相对于串行处理,并行处理在8核服务器下能加速7倍以上,在48核服务器下能加速超过40倍。将本文的初步建模结果与CODE、JPL等分析中心的结果进行比较,表明用该方法建立的模型是可靠的。其卫星DCB结果相对于CODE发布的结果精度为0.4ns,相对于JPL发布的结果其精度达到0.3ns。其测站DCB相对于2个分析中心结果的精度均优于2ns,垂直总电子含量相对于各分析中心的GIM产品的精度都在5.3TECU以内,相对于CODE的结果的精度最高,达4TECU。

  • 标签: GPS 全球电离层TEC模型 DCB 并行算法
  • 简介:摘要:本文旨在探讨面向大数据的分布式计算框架性能优化与并行算法设计。通过对现有分布式计算框架的性能瓶颈进行分析,结合并行算法设计原则,提出一种针对大数据环境的性能优化方案,以提高计算效率和系统整体性能。

  • 标签: 大数据 分布式计算框架 性能优化 并行算法设计
  • 简介:提出一种H.264线程级并行编码算法,使相互间具有编码独立性的帧并行编码,节省等待时间。实验表明,该并行算法能有效提高编码速度。Intel的OpenMPAPI以及HTT(超线程技术)提供了实现H.264软件编码器并行算法的有效工具和硬件平台。

  • 标签: H.264编码器 并行优化 HTT OPENMP
  • 简介:摘要:近年来,随着计算机和通信技术的发展,互联网规模越来越大,这也就意味着网络数据量呈指数级增长。同时伴随着大规模并行算法的出现和大规模并行算法中存在的各种问题,这也使得并行算法在大规模数据处理中遇到了极大的挑战。 本文对基于达梦数据库系统进行实验分析,通过测试数据可以发现对于同一类型的大规模数据应用,随着应用规模扩大,性能会不断下降;当应用规模达到一定程度时会导致性能下降;但当应用规模缩小后,同样会出现性能降低的情况。 

  • 标签: DM 数据库 大规模数据 可扩展
  • 简介:针对目前多维次成分提取算法限制条件多和初始参数难以选择问题,在研究Douglas次子空间算法基础上,基于加权矩阵法提出了一种新型多维次成分并行提取算法。对该算法的自稳定性和收敛性分析表明:在输入信号有界和学习因子足够小时,该算法状态矩阵的模值总能收敛至一个常数;当且仅当状态矩阵收敛至需提取的多维次成分时,该算法达到稳定状态。仿真试验表明,与现有算法相比,该算法具有参数选取方法简单、易于实现和收敛速度快的优点。

  • 标签: 次成分分析 次成分提取 Douglas算法 加权矩阵 自稳定性
  • 简介:摘要:利用多核并行思想实现快速排序算法,分析了不同数据量、不同数量处理器对于排序效率的影响,并基于多组实验数据对实验结果进行了分析对比。由于划分进程及多核间通信需要时间,当参与快速排序的数据量大时,多核并行的排序所花费的时间少、效果好。

  • 标签: 快速排序算法 多核并行思想 进程
  • 简介:提出一种改进的并行比特翻转算法.为了加快校验节点和变量节点之间的信息传递速率,算法中的比特翻转及校验和更新2个步骤采用并行化处理.仿真结果表明,改进后的算法相对于原有的并行比特翻转算法在误帧率性能上能够取得0.1~0.3dB的增益.同时,改进算法在译码吞吐率的性能上也有所改善.此外,还讨论了翻转门限的选择方法,这些门限决定了每次迭代中哪些比特需要被翻转.通过选择合适的翻转门限,可使错误的比特尽量多地被翻转,并避免翻转正确的比特.该改进算法比较适用于对具有准循环结构的LDPC码进行译码.

  • 标签: 低密度奇偶校验(LDPC) 并行比特翻转 改进的权重型比特翻转算法 校验和加权的权重型比特翻转算法
  • 简介:聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法

  • 标签: 聚类算法 并行 K-MEANS PAM
  • 简介:摘要CRC(循环冗余校验)算法广泛应用于通信领域,以提高数据传输的准确性。本文针对FPGA应用特点,介绍了一种适合于FPGA实现的CRC并行计算的设计方法,减少了系统的应用开销,实现更高的工作效率。

  • 标签: FPGA CRC VHDL HDLC LFSR
  • 简介:基于Flink平台对并行Apriori算法进行设计和实现.采用MapReduce计算框架对并行Apirori算法的迭代过程进行设计,并将Flink的流处理和内存缓存应用于算法的实现,从而了Apriori算法并行计算下的挖掘速度.实验结果表明,基于Flink平台实现的并行Apriori算法对大数据处理有着良好的适应能力,并且在算法迭代次数和迭代产生的频繁项集较多的情况下,拥有较快的挖掘速度.

  • 标签: 数据挖掘 并行计算 Flink平台 APRIORI算法
  • 简介:在对标准微粒群算法(PSO)分析的基础上,提出了一种并行微粒群算法(PPSO)。文章详细介绍了该并行算法的流程,它改变了原来子种群之间周期性的通讯,而采用即时更新最优值的方法。仿真结果表明,PPSO在收敛速度和达标率方面有显著的优越性。

  • 标签: 微粒群算法 改进算法 即时更新 最优值方法 收敛速度