GIVENS正交三角化的列超前并行消去算法

在分析已有的Ｇｉｖｅｎｓ正交三角化并行算法的基础上，进一步分析了在ＭＩＭＤ并行系统上行反射交替存储的逐次Ｇｉｖｅｎｓ正交三角化并行过程，提出了列超前并行消去算法，还介绍了这个算法在ＭＩＭＤ并行系统上实现的主要技巧，证明了列超前并行消去算法的并行加速倍数Ｓｐ与处理机台数ｐ十分接近。     

有约束条件的二分图的(g,f)-因子

设Ｇ是一个图，ｇ，ｆ是定义在Ｖ（Ｇ）上的非负整数函数，如果对Ｇ中任意ｎ个顶点的集合Ｄ，Ｇ—Ｄ有（ｇ，ｆ）－因子，则称Ｇ是（ｇ，ｆ，ｎ）－可消去图．本文给出了二分图Ｇ是（ｇ，ｆ，ｎ）－可消去图的一个充要条件，并且研究了（ｇ，ｆ，ｎ）－可消去图的一些性质．     

有约束条件的二分图的（g,f）—因子

设Ｇ是一个图，ｇ，ｆ是定义在Ｖ（Ｇ）上的非负整数函数，如果对Ｇ中任意ｎ个顶点的集合Ｄ，Ｇ－Ｄ有（ｇ，ｆｄ）－因子，则称Ｇ是（ｇ，ｆ，ｎ）－可消去图。本文给出了二分图Ｇ是（ｇ，ｆ，ｎ）－可消去图的一个充要条件，并且研究了（ｇ，ｆ，ｎ）－可消去图的一些性质。     

NARMAX模型辨识的直交化最小二乘新算法

基于实际中常用的ＣＧＳ（ＣｌａｓｓｉｃａｌＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＭＧＳ（ＭｏｄｉｆｉｅｄＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＨＴ（ＨｏｕｓｅｈｏｌｄｅｒＴｒａｎｓｆｏｒｍａｔｉｏｎ）及Ｇｉｖｅｎｓ算法，给出了１类改进的直交化最小二乘新算法，分别称之为改进的ＣＧＳ、ＭＧＳ、ＭＨＴ及ＭＧＶ算法，改善了原算法的数值稳定性．将改进算法用于非线性ＮＡＲＭＡＸ模型辨识，构造出了１种新的模型结构与参数辨识的一体化算法．新算法基于逐步回归进行模型选项并消去模型中的冗余项，保证了最终模型的结构优化，并可给出比Ｂｉｌｉｎｇｓ等算法精度更高的参数估计．仿真结果证明了文章中算法的优越性     

基于FPGA技术的多路并行实时数据采集系统

简单介绍了现场可编程门列陈（ＦＰＧＡ）技术，给出了基于ＦＰＧＡ技术的多路并行实时数据采集系统的设计思想，并成功地开发了该系统。     

MPP上的并行松弛迭代算法

讨论了松驰迭代算法在大规模并行处理机（massively parallel processor，MPP）计算模型上的并行化，给出了在MPP上的并行算法。该算法将计算近似解向量各分量值的时间错开，从而使各个分量的迭代计算可并行进行。对算法性能进行的分析和在大规模并行处理机系统曙光2000中对算法进行的计算均表明：并行松驰迭代算法具有较好的收敛速度、较高的加速比和可扩放性。     

解非线性方程组的松弛型并行区间多分裂算法

本文给出了解非线性方程组的松弛型并行区间多分裂算法──ＲＰＩＭ—ＧＡＯＲ算法．我们构造了并行区间多分裂的Ｋｒａｗｃｚｙｋ型区间算子，并证明了它具有判断解的存在与唯一性的特点，给出了ＲＰＩＭ—ＧＡＯＲ算法的收敛性定理及参数ｒｊ、ωｊ，ｊ＝１，２，…，ｎ的取值区间．     

并行加法器的研究与设计

首先介绍了常用并行加法器的设计方法，并在此基础上采用带进位强度的跳跃进位算法，通过逻辑综合和布局布线设计出了一个加法器。分析和比较表明，该加法器不仅速度快于超前进位加法器，而且面积和功耗均小于超前进位加法器。     

支持向量回归机训练集的并行预处理方法

为加快支持向量回归机在求解大样本集问题时的训练速度,提出了并行支持向量回归机。该方法根据核矩阵把数据集分成k个子集,通过并行预处理过滤掉非支持向量,再对剩余的支持向量进行训练得到决策函数。实验表明,本算法不仅预测准确度跟标准的分解算法基本一致,而且大大缩减训练时间,具有很高的加速比,同时需要的训练时间大大少于Graf等人提出的级联结构的算法,另外,算法还可有效地缩减支持向量的数目。     

基于LCMV的IQRD-SMI自适应数字波束形成算法

指出QR分解采样矩阵求逆算法(QRD-SMI算法)是一种较流行的自适应数字波束形成算法,但其需要前向和后向代入才能得到自适应权向量w,从而导致其实时性和并行性能欠佳.在QRD-SMI算法的基础上,采用逆QR分解方法,提出了一种不需要前向和后向代入而能全速/并行得到实时权向量w的一种逆QR分解SMI算法(IQRD-SMI算法),给出其易于硬件并行实现的Systolic阵结构.该算法能克服QRD-SMI算法并行性和实时性欠佳的缺点,能做到真正意义上的实时并行权向量抽取.仿真结果和分析验证了该算法的有效性和实时性.     

一种9杆巴氏桁架的位置正解

使用D ixon结式和Sy lvester结式相结合的方法研究了一种9杆巴氏桁架的位置正解。首先,用复数向量法对9杆巴氏桁架建立4个几何约束方程式并转化为复指数形式,对其中3个方程式构造一个消去两个变元的6×6 D ixon矩阵,提取其中两列的公因式后,将矩阵的行列式展开去掉一个多余的因式得到二元高次多项式方程,该方程与第4个约束方程使用Sy lvester结式消去其中任一变元后,得到一元46次方程。回代过程中,使用辗转相除法和G auss消去法可以直接求出其他3个变元。最后通过一个算例,证实了这种算法的可行性。     

基于LCMV的MQRD-SMI自适应波束形成算法

在QRD-SMI算法的基础上,提出了一种不需要前向和后向代入而能全速/并行得到实时权向量W的一种混合型QRD-SMI算法(MQRD-SMI),并给出其易于硬件并行实现的Sys-tolic阵结构.该算法能完全克服QRD-SMI算法并行性和实时性欠佳的缺点,能做到真正意义上的实时并行权向量抽取.仿真结果和分析验证了该算法的有效性和实时性.     

JPEG2000全并行位平面编码器的VLSI设计验证

研究了JPEG2000位平面编码器的算法和全并行电路结构.以单列样本点作为数据单元,分析了通道编码过程中数据的关联性.只需缓存前一列样本点的显著性状态信息,并读取当前列和后续2列的原始数据,便可在一个编码窗口内完成当前列的通道和位平面并行编码;每次仅需读入一列新的数据,即可实现编码循环.据此设计了三级流水线的全并行电路...     

改进的并行高斯全主元消去法

为减少Gauss全主元消法的运行时间，用多进程与多线程混合的方式对其进行了并行化，同时对该算法进行了改进．采用MPI并行I／O技术提高读取数据文件的速度，降低对内存的需求；采用标志数组避免了选主元后换行带来的通信开销；使用线程模型确定最优线程数，提高运行消去的速度；通过预先发布机制降低回代求解步骤的时间复杂度．实际运行结果表明，随着方程组阶数增大，加速比也逐渐增大，对于5000元的方程组，8进程同时运行，加速比可达6．68，并行效率稳定在0．85左右．这表明该算法具有可扩展性和稳定的并行效率，适用于大规模并行计算．     

一类特殊图的最优填充

本文运用图的最优填充的分解定理和局部最优充定理，研究图Ｇ＊Ｔ的最小填充数和最优消去顺序，其中Ｇ为几乎完全图，Ｔ为树。     

改进的基于梯度投影的Gram观测矩阵优化算法

针对压缩感知中观测矩阵优化问题,在分析观测矩阵列向量间的独立性、观测矩阵与稀疏基间的相关性对重构信号质量影响的基础上,采用QR分解增强观测矩阵列向量的独立性,将QR分解与基于梯度投影的Gram观测矩阵优化算法相结合,提出了改进的基于梯度投影的Gram矩阵优化算法.该算法采用等角紧框架逼近Welch界,减小观测矩阵和稀疏基的相关性;采用梯度投影方法求解观测矩阵;再对观测矩阵进行QR分解,增大观测矩阵列向量之间的独立性.仿真实验表明:与基于梯度投影的Gram矩阵优化算法比较,本算法提高了重构信号的质量.     

基于Gauss核函数的快速构造最小超球算法

为提高基于超球的支持向量机算法中样本数据较多时的训练速度,提出一种构造最小超球的并行融合算法.该算法将全部训练数据集依据特定策略分割成若干个子数据集,分别对各个子数据集进行训练,对所得到的各子数据集的支持向量与融合数据进行训练,构造最小超球.仿真结果表明,并行融合算法在保证分类精度的情况下,能够显著减少训练时间,提高效率,且支持向量的数目较少.同时也验证了该文对Gauss核函数分析的正确性.     

v-支持向量机的收敛性

支持印量机是在统计学习理论最新发展的基础上产生的一个崭新的学习系统．支持向量机算法通过支持向量控制学习机器的容量．为了控制支持向量的数目，Schφlkopf等提出了v-支持向量机．研究了v-支持向量机的若干性质，并给出了相应算法的收敛性。     

无线接入点吞吐率预测的建模与优化

针对接入点吞吐率的多步预测问题,提出基于Nu-支持向量回归的建模策略,设计了并行混合粒子群算法,从特征选择与参数选择两个方面对预测模型进行联合优化。评估结果表明,Nu-支持向量回归模型在吞吐率多步预测中能取得较高精度,并行混合粒子群算法具有良好收敛性,且能显著提高预测模型的性能。     

并行逻辑语言PARLOG顺序编译系统的设计

ＰＡＲＬＯＧ语言是一种适合于并行逻辑程序设计的语言，广泛应用于人工智能及并行处理等领域。从 ＰＡＲＬＯＧ的语义描述出发．结合与／或树计算模型及进程调度算法．介绍了 ＳＵＮ工作站上设计实现的一个实用的并行逻辑设计环境——ＰＡＲＬＯＧ顺序编译系统（ＰＳＣＳ）。该系统采用中间抽象机结构．以Ｃ语言为目标语言，不仅具有高效率的执行代码．而且易于移植。