基于OpenMP的湍流场中颗粒碰撞聚合的并行数值模拟

为了快速求解10000个粒子的湍流碰撞聚合问题,采用OpenMP对Smoluchowski方程的FORTRAN求解程序进行了并行处理.数值结果表明:在不改变串行程序结构的情况下,仅对循环体部分进行并行处理,并行效率可高达80%,且串行程序与并行程序的计算结果完全吻合.对于大计算量循环体的并行计算,采用全部处理器进行并行计算时耗时最小.但是对于小计算量循环体的并行计算,采用全部处理器进行并行计算时耗时不一定最小.     

无网格数值模拟的并行算法研究

对无网格数值模拟的并行算法进行了详细研究.包括使用并行桶搜索算法进行节点搜索,使用并行几何搜索算法进行样点搜索,并行计算无网格形函数及其导数,边界条件的并行处理,使用并行预处理共轭梯度法求解方程组以及负载平衡等.最后给出了无网格数值模拟并行计算的实施流程和计算实例.计算结果表明,无网格数值模拟具有很高的并行性和很好的并行效率,计算规模越大,并行效率越高.     

分布式计算环境下CBIR检索引擎的实现

本文探讨了一种基于分布式并行计算环境下视觉CBIR检索（基于内容的图像检索）引擎的实现.该引擎采用分布式数据库来保存庞大的多媒体数据库，利用Agent技术，采用分布式图像处理单元来进行多媒体数据的特征提取和索引建立.利用并行处理单元在分布式数据库上进行检索匹配.讨论了在动态负载平衡下如何进行处理单元(PE)和代理以及分布式数据库的交互.     

分布式并行C语言及其预编译器的设计和实现

设计了可实现分布式并行计算的并行编程语言并行C语言,并且使用模板机制实现了将此并行C语言程序转换为标准C语言程序的转换程序预编译器。并行计算的实现采用了多线程和RPC（远程过程调用）相结合的技术。实验结果表明,使用此并行C语言编写的程序,能够有效地在分布式环境下实现并行计算,充分利用系统中的多处理机资源,提高系统效率。     

并行粒子群算法及其在水库群优化调度中应用

根据混联梯级水电站优化调度特点,建立并行粒子群算法求解多阶段最优化问题数学模型,重点研究了粗粒度并行粒子群算法.在基于单向环结构交流局部最优解的并行粒子群算法( PPSO)研究的基础上,提出了基于处理机上局部最优解间距离自适应选择信息交流对象策略的PPSO.应用开发的分布式水库群优化调度并行计算系统,将上述两种策略的P...     

基于微处理器的并行信息处理策略

基于现有多核微处理器实现了并行信息处理系统, 该并行信息处理系统利用现有的标准台式机, 通过高速以太网联接, 共同完成复杂计算. 解决了传统高性能并行计算系统造价昂贵、 维护成本高的问题, 提供了一种廉价的并行信息处理策略. 实验表明, 基于微处理器的并行处理系统适于进行并行信息处理和科学计算.     

复频域实时重建医学光声图像的研究

提出将光声成像中的傅里叶域重建方法与分布式并行计算相结合的方法,应用于实际处理医学成像中,实现实时重建医学光声图像的目的.滤波反投影算法是光声图像重建的一个广泛使用的算法,但由于在时域重建的时间复杂度大,并不适合实时重建.傅里叶域重建方法相对于滤波反投影算法具有时间复杂度上的优越性,且产生较少的伪影.并行处理技术,已经广泛应用于各类工程学科,其影响力及范围随着研究深入逐步扩大.分布式并行计算将提高图像处理速度,使实时重建医学图像成为可能.将MATLAB作为平台,实现了对医学图像在复频域的并行加速处理,给出了并行处理与串行处理的测试结果的比较.实验结果表明:傅里叶域重建方法与分布式并行计算的结合,使医学光声成像重建时间大大缩短.     

高超声速热化学非平衡绕流分布式并行计算

讨论了非结构网格高超声速热化学非平衡绕流流场的分布式并行数值模拟方法．流动控制方程为多组分Navier-Stokes方程,化学反应模型为考虑了弱电离效应的七组元空气反应模型及双温模型．控制方程的空间离散采用Jameson有限体积法,时间推进为显式5步Runge—Kutta法．采用基于区域分裂的分布式并行计算方法,对整体计算区域进行了以各子区单元数为负载均衡条件的划分．使用PVM并行机制在PCs—Cluster机群上对二维钝头体高超声速热化学非平衡绕流进行了分布式并行计算,得到了与串行计算及文献相符合的计算结果．     

并行计算机与并行算法述评

并行计算是大规模科学工程计算和数据处理的一个重要工具和必然趋势，本文从并行计算机系统和并行算法两个方面论述了并行处理的基本原理和方法。     

基于工作站机群系统的H.264并行视频编码

基于工作站机群系统研究了H.264视频编码的并行实现方法以增强视频编码实时处理性能,对实现过程中的并行处理策略和数据划分方法进行了深入分析,在多种层次上剖析了各种方法的优势与不足,指出采用联合调度策略的并行编码系统能够在实时高效编码的同时获得可扩展性和低时延.对采用联合调度策略的并行编码系统进行了系统的性能分析,并且导出了该类并行视频编码系统"加速比"的计算关系式,表明增加并行处理节点数和减小"同步等待时间"与"基本数据单元处理时间"的比值可以提高该类并行计算系统的加速比.     

采用GPU并行计算与图像匹配的工件条码识别算法

设计基于图形处理器(GPU)并行计算与图像匹配的条码识别算法.首先,设计基于归一化协方差的图像匹配算子,定位每个条码的位置.然后,根据条码面积、周长、形状因子,确定条码种类.最后,采用GPU并行计算方式完成条码解析.实验数据显示:与当前条码识别技术相比,所提算法能够同步识别多种条码,且在面对光照强度较暗或过高时,该算法具有更高的稳定性与抗干扰性,其仍具有更高的识别精度与效率.     

一种多传感器图像并行融合新方法

小波包变换能够为图像融合提供非常精细的分析。但是,在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合。通过对小波包融合方法在单处理机上的执行效率的分析,针对算法固有的时间复杂性和并行性,提出了一种分布存储环境下的小波包并行融合算法。该算法针对小波变换计算的数据局部性特点,设计并实现了基于Pentium PC和1000Mbps交换式以太网的机群系统的MPI(Message Passing Interface)并行环境的并行小波包图像融合方法。针对不同大小图像、以及不同的集群规模,分析了并行计算的性能。在机群系统上对算法进行实现,结果表明该算法具有良好的并行性能。     

膜计算在图像处理领域应用研究综述

随着计算机与信息技术的高速发展,图像处理已深入到各行各业,海量数据以及复杂算法所面临的高速实时处理成为图像处理领域急需解决的问题.膜计算是由生物细胞(群)相关机理启发的一类分布式、并行计算模型,已被证明能以多项式时间求解计算难问题.综述膜计算在图像处理领域中的应用,着重从图像低层处理(图像平滑、骨架提取)和中层处理(图像分割、立体匹配、图像配准、图像分解与重建)两方面对膜计算在图像处理领域的应用进行了介绍和分析,并给出了膜计算应用于图像处理领域的今后可能的发展方向.     

云环境下基于预分片的遥感数据并行重采样方法

面向海量高分辨率遥感影像数据快速发布需求,针对当前云环境下遥感影像数据并行重采样存在的难题,结合云平台MapReduce并行计算框架特性和遥感影像数据处理特点,提出了一种基于预分片的遥感影像数据并行重采样方法,通过预分片机制有效实现了该框架中对影像数据分片和并行重采样任务的控制,解决了MapReduce难以用于并行处理非结构化、具有空间位置特征的遥感影像数据的问题,从而实现了云环境下遥感影像数据的高效并行重采样.通过在开源云平台Hadoop上的实验和分析表明,该方法具有良好的重采样性能,能够实现高分辨率遥感影像数据的高效重采样.     

面向CPU+GPU异构计算的SIFT

依据图形处理器(GPU)计算特点和任务划分的特点,提出主从模型的CPU+GPU异构计算的处理模式.通过分析和定义问题中的并行化数据结构,描述计算任务到统一计算设备架构(CUDA)的映射机制,把问题或算法划分成多个子任务,并对划分的子任务给出合理的调度算法.结果表明,在GeForce GTX 285上实现的尺度不变特征变换(SIFT)并行算法相比CPU上的串行算法速度提升了近30倍.     

基于Matlab的分布式图像序列跟踪系统

在对分布式环境进行深入研究基础上,分析并设计图像序列跟踪系统的系统框架和任务函数。在基于Matlab分布式并行计算环境下组建集群,运行任务函数,实现天文图像序列中运动物体的检测与跟踪功能。从实验结果看,任务函数具有很大的粒度,利用Matlab分布式计算工具箱,将分布式图像序列跟踪算法应用于天文图像序列运动物体的检测与跟踪简单而且有效。     

EDCS:基于EJB的分布计算系统

采用EJB和集群技术构造了分布式系统EDCS.它由网络上的计算结点构成服务器池,用户可以用它完成高性能的计算任务.利用该EDCS系统实现矩阵乘法的分布并行计算.实验结果表明,该系统可以获得较高的加速比.     

基于OpenCL的图像灰度化并行算法研究

随着图像数据量的增加,传统单核处理器或多处理器结构的计算方式已无法满足图像灰度化实时处理需求.该文利用图像处理器(GPU)在异构并行计算的优势,提出了基于开放式计算语言(OpenCL)的图像灰度化并行算法.通过分析加权平均图像灰度化数据处理的并行性,对任务进行了层次化分解,设计了2级并行的并行算法并映射到“CPU+GPU”异构计算平台上.实验结果显示:图像灰度化并行算法在OpenCL架构下NVIDIA GPU计算平台上相比串行算法、多核CPU并行算法和CUDA并行算法的性能分别获得了27.04倍、4.96倍和1.21倍的加速比.该文提出的并行优化方法的有效性和性能可移植性得到了验证.     

一种新的基于FPGA的立体图像差异性算法

提出了一种新的基于FPGA的立体图像差异性算法,它以块匹配算法为基础,根据FPGA的特点,对图像相关性的公式进行设计优化,并结合穷尽方式搜索和预测方式搜索,提高算法的执行速度.设计基于FPGA的立体图像差异性算法IP核,充分利用FPGA独特的并行处理机制和强大的运算能力以提高系统的处理速度和性能.系统测试结果表明,基于FPGA的立体图像差异性算法,可以达到每秒33帧的处理能力,处理速度能够达到PC机的二百倍以上,具有较好的实时性;且能够连续处理500帧图像数据,具有较好的稳定性.     

基于区域分解法的地下水有限元并行数值模拟

地下水系统概念的出现对地下水模拟技术、地下水决策支持管理提出了新的要求，比如地下水系统中同时包含包气带模型和饱和带模型，或在饱和带中同时出现孔隙介质模型和裂隙介质模型，更可能在建造地下水模型的同时必须结合考虑地表水模型，所有的这些顾虑和可能均会使模型复杂化，且不说用目前流行的数值方法难于求解，就算能求解也势必造成计算工作量的剧增，这就需要借助高性能计算机来担任这项工作．相对于代价高昂的共享内存多处理器技术，基于分布式模型的机群计算技术为此项工作的实现提供了可能．讨论了如何利用机群计算技术，实现地下水有限元并行数值模拟．从地下水有限元模型的并行求解可能、基于区域分解法的并行算法、并行编程以及并行计算的实现各方面着手，系统地阐述了地下水有限元并行模拟的关键技术，并将该方法应用于一个理想的地下水溶质运移模型中，取得了成功．还讨论了方法的应用前景，包括利用机群计算技术实现对整个流域的地下水进行准实时模拟，为地下水调度提供决策依据．