顺序程序任务并行性的识别

探讨了任务并行性识别中任务执行条件的导出，利用任务结点间的相关性（包括数据相关和控制相关）就可求出并行执行条件，提出了层次任务图模型下直接生成优化任务执行条件的算法，省去了后控树及控制相关图（ＣＤＧ）的产生，其过程简单具比较高效。     

开发AND并行性的一种方法

本文提出了开发逻辑程序AND并行性的一种方法。这种方法不用对变量加注,可以缩短执行时间,简单而有效。     

通讯网络并行性划分的一种新方法

在本文中我们给出了一种解决通讯网络并行性划分的新方法,即利用图论和数论等数学工具进行问题的分析和解决。文中详细论证和分析了如何以图论中的匹配理论为基础,采用纯算术运算的方法从0,1,…,m—1,0(m 为偶数)的数圈中分离出 n 个数圈或数圈划分,得到相应于每个2—齐次图的理想匹配或最大匹配集;进而据此设计出了可抽象为图 G_n~m(V,E)的通讯网络并行性算术划分算法;并证得其复杂性为O(|E|)。     

基于Petri网分析循环语句的并行性

利用Petri网可以处理并发事件和进行并行处理的优点,结合Petri网的相关理论．对单重循环语句及多重循环语句用Petri网进行表述,通过Petri网的描述更利于分析循环语句的并行性．对单重循环的先赋值后引用和先引用后赋值的并行性的特点进行详细的分析．     

任务教学法的实施模式

本文分析和评述了各任务教学实验模式，认为任务教学法有选择任务，选择和排列任务以达到平衡目标的发展，执行任务，重复同样的或执行新的任务等环节，任务教学法对外语教学有很好的参考价值。     

DPT算法的并行性分析与实现

针对离散多项式变换(DPT)在实时信号处理中的广泛应用,其运算速度受到DSP器件性能限制的实际情况,研究了DPT算法,提出其具有扩维并行性,并进行了算法的并行性能分析,在基于紧耦合多处理机上实现了扩维DPT算法. 实验表明,所开发的并行DPT算法运行结果与理论分析吻合,算法速度和精度均得到保证.     

识别关键冲突任务的定量分析

建立关键链（CC）计划,关键在于识别关键冲突任务.讨论了项目进度计划中与冲突资源相关的关键任务、关键任务组以及关键任务群,提出了统一的定量表示方法.针对一种冲突资源,相应地提出了识别关键冲突任务的一个启发式算法,找出了相关冲突任务,并得出相应的优先顺序,建立了有效的CC计划.通过实例进行了实证研究,为CC技术的应用提供了定量支撑.     

多核平台上基于可声明并行性的程序优化框架

针对多核体系平台上充分、有效地发掘目标程序中各种可用并行性的需求,通过引入"层次关系"、"等价关系"和"特性权重"的支持,提出了一种扩展的TStreams模型,并在此基础上实现了一个基于可声明并行性的程序并行优化框架(FAPOF).该框架支持用户对算法的并行特性进行多角度、多粒度的描述并指定适用的各类并行优化规则.基于...     

基于用户行为的自动任务识别技术研究

自动任务识别是多任务工作环境下自动任务管理技术的关键,其中对窗口切换历史信息采用Bron-Kerbosky算法来聚类同一任务的窗口,已经被国外研究者采用.然而,该方法仅适用于短时间、较少任务的识别,而对长时间下多个工作任务识别缺乏有效性.本文创新性地提出将窗口切换历史聚类结果与基于焦点时间的窗口重要性相结合形成任务向量,再运用模糊KCenter聚类算法求解任务窗口集合来实现长时间工作环境下多任务识别的方法.实验结果表明,该方法能有效识别长时间工作环境下的多个任务且具有较高的准确率.     

冷冻电镜三维重构在CPU-GPU系统中的并行性

为了有效地发掘和利用异构系统在应用和体系结构上的并行性,以冷冻电镜三维重构为例展示如何利用应用程序潜在的并行性.通过分析重构计算所有的并行性,实现了将动态自适应的划分算法用于任务在异构系统上高效的分发.在曙光星云系统的部分节点系统(32节点)上评估并行化的程序性能.实验证明:多层次的并行化是CPU与GPU异构系统上开发并行性的有效模式;CPU-GPU混合程序在给定问题规模上相对单纯CPU程序获得2.4倍加速比.     

言语并置及其英汉对比

英汉语语言体系（特别是语音特征）的不同决定了英汉语言语并置方面的不同，特别是语音并置中的押韵有所不同，汉语多是元音押韵。而英语则主要以辅音和辅音群押韵为特色。汉语里还包含了特有的词汇并置——仿词和语法及语义并置——对偶。     

程序分片技术及应用

程序分片是一种分析和理解程序的技术。系统介绍程序分片的概念，计算方法及分片工具，应用领域，研究现状和发展趋势等方面的问题。     

应用最优化方法解平行度误差

在使用水平仪对平行度误差进行测量及评定时,目前一直沿用着用手工按图解法或计算法进行数据处理。针对平行度误差数据处理繁琐的问题,按最优化计算方法的要求,建立了数据处理的数学模型。借助于微机,准确、快速地求解出平行度误差值,并能保证计算精度的要求。     

Improvement and Parallelism of k-Means Clustering Algorithm

The k-means clustering algorithm is one of the most commonly used algorithms for clustering analysis. The traditional k-means algorithm is, however, inefficient while working on large numbers of data sets and improving the algorithm efficiency remains a problem. This paper focuses on the efficiency issues of cluster algorithms. A refined initial cluster centers method is designed to reduce the number of iterative procedures in the algorithm. A parallel k-means algorithm is also studied for the problem of the operation limitation of a single processor machine when given huge data sets. The analytical results demonstrate that these improvements can greatly enhance the efficiency of the k-means algorithm, i.e., allow the grouping of a large number of data sets more accurately and more quickly. The analysis has theoretical and practical importance for work on the improvement and parallelism of cluster algorithms.     

面向Java操作的可交换性检测技术

提出一种判断 Java程序中的操作是否可交换执行的检测技术 ,给出可交换性操作的基本概念 ,并用函数式语言对检测算法进行描述 .     

关于串行程序并行化

并行程序设计主要有两种途径,即使用并行程序设计语言编写并行程序,或将串行程序并行化.串行程序并行化是一种比较有效的并行程序设计的途径.通过介绍并行技术的现状及相关分析的一些定义,给出了一个关于在串行程序中识别可并行执行语句的算法,论述了这一算法的意义.     

并发程序内部表示及静态切片算法的改进

通过分析Krinke切片算法对程序循环体内嵌套一个或多个线程结构会产生切片不精确现象,得出Krinke算法所基于的程序依赖图对线程间数据的依赖关系定义得过于粗糙,且对并发程序执行行为的合法性约束不够严格的结果.据此,提出一种新的并发程序依赖图,引入跨线程边界循环-承载数据依赖关系,并在此数据结构上改进了切片算法;引入区域化执行证据概念,进一步约束程序执行行为的合法性,并给出了添加跨线程边界循环-承载数据依赖关系的算法及新的并发程序切片算法的伪代码.实例分析与算法性能测试表明,改进的切片算法克服了Krinke算法的不精确现象,降低了时间开销,改善了算法的可伸缩性.     

PROLOG抽象分析及在并行性分析中的应用

深入研究了Ｐｒｏｌｏｇ抽象分析，并将其应用到Ｐｒｏｌｏｇ的并行化编译开发中．用这一技术开发出的模型是采用动静态结合的方式，它改进了ＤｅＧｒｏｏｔ算法，在一定程度上避免了并行性的损失。这是一种动态开销小，并行性程度高，无需增加用户负担的新方法，利用Ｑｕｉｎ－ｔｕｓＰｒｏｌｏｇ在Ｓｕｎ３／２６０上实现了一开发逻辑程序中与并行性的静态预编译系统。     

改进的基于逆向流分析的C程序切片算法

为解决切片算法时空开销太大的问题, 提出一种改进的基于逆向流的静态切片算法。只需通过分析控制依赖, 获得程序整体框架, 再从切片点开始基于逆向控制流从里向外扩张式扫描,在扫描中不断获得只与切片相关的数据依赖, 以此得到程序切片。该算法减少了计算控制流的工作量, 避免计算谓词依赖集的过程, 减少了存储资源开销, 提高了切片的效率。