基于集群的集中调度式RSOM并行训练方法

聚类算法常需处理海量和高维的大数据集,为了提高算法的效率,设计并行的聚类算法,以提供更好的计算能力是十分必要的。集群系统是目前流行的高效并行计算环境,针对大数据集聚类问题,集群系统的运用是一种很好的选择。由于RSOM(recursive self-organizing mapping,RSOM)模型具有内在的层次化及分布式结构特点,本文研究了基于集群的集中调度式RSOM树并行算法,并通过视频图像特征集实例证实了算法的可行性。     

天线-罩系统辐射特性的快速仿真

口径积分-表面积分法是带罩天线远场电性能数值仿真的常用方法,针对该法分析电中大尺寸天线-罩系统远场电性能计算效率过低的问题,提出了基于等效源区域分解的并行口径积分-表面积分算法。开发并在集群系统中实测了基于消息传递并行编程环境(MPI)的并行程序,作为应用计算了某弹载天线-罩系统远场辐射特性。仿真结果表明该并行算法的高效性和准确性。     

并行计算机上数值算法的构造原理

本文举例说明了并行数字计算机上数值算法的一些构造思想,为在并行计算机上进行数值计算或数字仿真提供一些处理的途径。文中首先从算法构造的观点对一些并行处理机作了简单的介绍,并按构造算法将它们划分成三种类型,即向量运算型、局部存贮向量运算型和运算块分解型,接着讨论了如何将串行算法改造成并行算法,即利用算法中的自然并行性和向量扩充法。讨论了递归问题的并行算法的构造思想,特别讨论了非线性递归问题的迭代并行计算,举例介绍了构造并行算法的杂凑技术,最后介绍并行计算机上异步信息处理的算法。 本文综述了作者构造并行算法的一些经验,以及文献中的并行算法的一些构造途径。     

基于集群的水声宽带波形预报系统设计与实现

水声宽带波形预报是水下声信息传输的重要环节,是实现传感器信号级仿真的关键技术.首先 介绍了基于波束位移射线简正波(BDRM)理论的频域宽带模型,引入宽萨模型频域近似展开技术,提高模型计算速度;然后基于集群的高性能并行计算技术,提出宽带模型并行算法,实现快速准确的宽带信号波形预报;最后,以曙光高性能并行平台为开发基础,构建基于集群的水声宽带波形预报系统,并对系统组成、体系结构和并行算法框架进行了分析和设计.     

分解刚性大系统数值仿真并行算法

针对一类分解的刚性大系统，根据系统分割的思想，提出了组合ＲＫ－Ｒｏｓｅｎｂｒｏｃｋ方法，将方法分割和系统分割的思想相结合，构造了并行组合方法。对于提出的并行算法，比较系统地研究了算法的构造以及它们的收敛性和数值稳定性，并在微机和多处理机上进行了数值仿真试验。     

特定并行处理机上MUSIC算法的并行实现

用自行研制的一台使用4片TMS320C40,且利用共享内存作为主要通讯手段的数字信号高速并行处理机实现了MUSIC算法的高速并行计算。实验证明,所提出的并行算法稳定、有效,MUSIC算法的并行计算取得了较好的结果。     

基于分布式并行计算的神经网络算法

为了提高计算性能（速度与可扩展性），提出了一种新颖的神经网络的并行计算体系结构和计算网络权函数的训练算法。权函数是广义Chebyshev多项式和线性函数的复合函数，只需要通过代数计算就可以求得，不需要梯度下降计算或者矩阵计算。各个权函数能够独立求解，可以通过并行系统采用并行算法计算。算法可以求得全局最优点，得到反映网络误差的一个有用的表达式。此外,算法在不超过权函数总数的范围内，还具有维持加速比与并行系统中提供的处理器的数量成线性增长的能力。仿真实验结果表明，本文算法的计算性能远远优于传统算法。     

高超声速飞行器并行仿真方法研究

高超声速飞行器的系统仿真是一个多物理场高度耦合的过程,仿真过程中,需要完成大规模数据的迭代计算.目前大多采用分布式仿真的方法,但这种方法对于计算效率的提高不明显.为了有效提高计算效率,基于高性能计算机集群系统,分别对网格并行方法和模型并行算法进行了研究,提出了气动流场高效并行仿真解算方法、分区边界数据交换方法以及并行负载均衡技术,并在高超飞行器的系统仿真中进行了验证,验证结果表明,计算精度满足要求,求解方程的速度较快,工程应用效果较好.     

机群系统上单晶硅磨削过程分子动力学仿真并行化研究

详细介绍了单晶硅磨削过程分子动力学并行化涉及到的并行算法设计基础等基础理论,分析了现有的几种并行算法,确定采用区域分解法作为本文的并行算法,在此基础上提出了基于区域二次划分的分子动力学并行仿真算法.介绍了分子动力学并行仿真计算的软硬件环境,设计了分子动力学并行仿真程序,在联想深腾1800机群系统上分别应用2、3、4台结点机上进行仿真实验,运行结果表明:与串行程序仿真结果在瞬间位置图和总能量变化方面相似,证明并行程序的结果是可靠的.加速比随着结点数的增加而增加,并行效率所略有下降但都在87.5%以上,并行效率并没有随着结点的增加有明显的降低,说明并行程序具有很好的扩展性.     

面向C25的多处理器调试验系统研究

多处理器环境下的动态调试是诊断并行算法效果的关键步骤，在缺少并行操作系统的条件下，动态调试系统也是支持并行算法运行的有力工具，本文以TMS320C25数字信号处理器构成的多处理机系统为研究对象，提出了动态试验中的软件接口设计方法，以及断点的外部记录法，确保了系统资源的最少占有。同时，讨论了并行调度或的若干问题，本文所提出的有方法都可以扩展到基于其它处理器的动态调试器设计中去。     

水平不变海洋声道中WKBZ简正波方法的并行算法

并行算法是解决大数据量运算耗时过久的重要途径，在PC机群上实现并行算法是一种低成本、高效率的解决方案。首先介绍了计算机机群系统，在此基础上，建立了基于LINUX和MPI的PC机群实验环境，实现了WKBZ简正波方法并行计算，并利用建立的试验平台，对并行算法进行了测试，比较了并行WKBZ简正波计算和串行WKBZ简正波计算耗时的差异。根据理论研究和实际测试的结果，总结了利用PC机群系统进行并行WKBZ运算的可行性，得出了一些有意义的结论。     

三维建模中平面分割并行算法的设计与实现

基于高性能集群的并行计算在许多领域得到了广泛地应用和发展。针对三维建模的特点,设计和实现了平面分割的并行算法,重点阐述了并行算法中各进程的数据分配和通信方式等关键问题。并通过实验,给出了该并行算法的加速比和效率,验证了并行计算在三维建模中的优势。     

组网雷达探测能力的并行计算与可视化方法研究

深入研究了并行计算与并行绘制相结合的并行框架构建问题。针对组网雷达探测能力的计算与可视化特点,在(PC)集群的基础上,构建了一个并行计算与可视化运行框架。该框架在并行计算中,采用八叉树分割的方法对组网雷达计算区域进行任务分配；在并行绘制中,采用sort-last的并行绘制机制。仿真试验结果表明,该运行框架能够有效地满足大规模组网雷达探测能力计算与可视化的应用需要。     

多核并行计算技术在景象匹配仿真中的应用

随着计算机技术向多处理器以及多核的架构发展,以OpenMP和线程构建模块（thread building blocking, TBB）为代表的多核处理器并行计算平台的应用得到重视。对多核并行计算技术在建模仿真领域的应用进行了初步探讨,以景象匹配仿真计算为例,基于OpenMP和TBB并行计算平台构建了一个景象匹配评估平台,对不同的景象匹配算法效率进行评估。对多核并行计算技术及其在景象匹配仿真算法中的应用进行了详细介绍,并通过仿真实验验证多核并行计算技术能够大大提高景象匹配评估平台的运行效率,从而有效地支持对导弹真实景象匹配制导系统相关算法进行验证和研究。     

高可用性冗余实时集群系统的设计与构建

根据实时集群系统的高可用性和实时性要求,考虑集群系统的网络拓扑结构和网络传输性能对系统实时性能的影响,设计和构建了一个高可用性冗余实时集群系统,对系统的网络拓扑结构设计进行了阐述,估算了网络的数据传输性能,并讨论了系统并行计算的实现和冗余机组调度策略。经实际测试证明,系统具有较高的可用性和实时性,可作为周期性高强度多源浮点信息处理平台。     

带软时间窗物流配送车辆路径问题的并行遗传算法

针对一般遗传算法在求解有时间窗车辆路径问题时初始种群的单一性,提出一种新的算法.该算法对不同的种群用不同的初始化方法--随机初始化法和构造初始化法,这种算法改变了过去那种种群内部的平衡.并将该算法所得结果与其他算法进行比较,表明该算法的合理性.     

网格环境下复杂过程系统优化计算服务及任务调度策略

针对目前优化计算服务缺乏对一般用户的优化计算支持和灵活的资源共享方式,提出利用网格环境、支持网络计算资源以并行的、协同的方式提供面向服务的优化功能的计算服务系统,并设计了对系统性能具有重要影响的动态任务调度算法,从而使系统能够适应复杂过程系统优化计算以及网格环境的典型特征.相应地,系统采用多任务队列的任务管理方式和计算节点组的资源管理方式,为该调度策略提供实现基础.测试结果体现了基于该调度算法的优化计算服务系统的良好性能,并为设计在该系统下高效运行的并行算法提供了参考依据.     

基于代数的模糊Petri网逆向推理算法

分析了多种模糊Petri网的推理算法优缺点。在此基础上,给出了一个基于代数的模糊Petri网逆向推理算法。此算法充分利用了Petri网的数学理论基础和描述并发系统的能力,其数据结构简单,便于计算机编程处理。此外,其逆向推理思想可以将系统转化为一个只与问题有关的简单的系统,减小空间复杂度。最后举例说明了它的应用。     

一种云计算环境下的负载调度算法

云计算数据中心的负载调度是影响云计算性能的核心,是云供应商对外提供服务,用户感受服务性能的关键所在,它直接关 系到云平台的整体性能和系统的资源利用率. 在对经典的Min-Min调度算法进行分析的基础上,结合云计算环境对Min-Min算法进行了改进. 提出了一种基于相对负载均衡的LL-Min-Min算法. 仿真实验表明,LL-Min-Min算法能够满足云计算环境下任务的多样性和不确定性的要求,可以较大地改善数据中心的负载均衡,提高集群的吞吐率.     

Parallelism of spatial data mining based on autocorrelation decision tree

1.INTRODUCTION Oneofmostimportantoperationsisspatialparallel processinginspatialdatabase.Itisnecessaryforusto retrievalallspatialpredictionsformtwoormorespa tialdatasets.Ingeneral,thequeryconsistsoftwo procedures:filtrationandsimplification.Sincethe complexityofspatialobjects,filtrationprocesscan generateaholdingitemsetofsatisfyingcertaincondi tionsintermsofparallelprocessingrules.Inorderto measuretheaccuracyofquerycondition,weneedre trievalpreciseshapeinformationofeachobjectfrom anotherm…