基于动态规划的序列比对的并行算法研究

针对序列比对算法进行了深入地研究,分析比较了两序列和多序列、局部和全局、渐进和迭代的序列比对算法.利用动态规划序列比对算法内在的并行性,提出了自适应的动态规划序列比对的并行策略.该策略在计算初期和计算末期采用较小的高度和宽度值使得大部分处理器参与计算,在计算中期采用较大的高度和宽度值降低处理器间的通信开销;运用上述自适应的动态规划序列比对的并行策略,提出了一种基于动态规划的序列比对的并行算法,将读入的比对序列负载均衡地分布至不同的计算结点.基于集群系统和MPI环境的实验数据及分析表明,该算法在给定进程数量的条件下,其执行时间随序列长度的增长而急剧上升;在给定序列长度的条件下,其执行时间随并行进程数量的增大而大幅减小;充分反映出该算法较好地发挥了序列比对问题的内在并行性,有效地降低了序列比对算法的时间复杂度.     

生物序列比对算法分析与比较

序列比对是生物信息学的一个非常重要的操作．它可以预测生物序列的功能、结构和进化过程等．文中首先介绍双序列比对的基本算法;接着分析和比较多序列比对的四个常用模型和三类算法以及并行比对算法;最后,给出一些研究问题．     

序列比对算法CLUSTAL W并行化的探索与研究

在多序列比对中由于解决的问题复杂,采取提高单个处理器的运算速度和采用传统的计算技术已难以胜任.本文介绍了多序列比对CLUSTAL W算法和CLUSTAL W中两序列比对的并行化思想及在MPI中实现.     

网格环境下蛋白质多重结构比对的架构及其实现

针对蛋白质多重结构比对需要大量运算的问题,基于渐进式成对结构比对策略,设计了并行化的蛋白质多重结构比对架构及其在网格计算环境下的实现机制.实验结果表明并行算法大大提高了比对效率,减少了比对时间,提高了重用性.该并行蛋白质多重结构比对架构及实现方法可应用于其他的多重结构比对.     

多序列比对问题的并行近似算法

基于中心方法的思想,采用分治策略,在SIMD-CREW模型上设计了一个使用O(k2m)个处理器(其中k为序列个数,m为最长的序列长度),时间复杂度为O(m logk)的并行近似算法.在实际情况中,由于logk远远小于m,相对于时间复杂度为O(m2k2)的串行中心方法,该算法在理论上达到线性加速.与现有的并行算法相比,它可以适用于任意情况,且易于分析时间复杂度.利用LARPBS模型的特点和并行求前缀和的方法,调用LARPBS模型上求和与最大(小)值的并行算法,首次给出了在LARPBS模型上的多序列比对问题的并行近似算法.该算法使用O(k2m)个处理器,时间复杂度为O(m log log D),其中D为序列两两比对的代价值的最大值.该算法同样适用于任何情况,由于log log D通常远小于m,所以它在理论上也是线性加速的.     

基于大量ChIP数据集的果蝇顺式调控模块的从头预测

通过整合果蝇已有的ChIP数据集,采用模体发现算法FisherNet及高性能并行的模体聚类算法CLIMP对果蝇的顺式调控模块进行从头预测.与已知的顺式调控模块进行比对分析,结果表明该方法预测结果覆盖了数据集中已知顺式调控模块的82.93%,证明该方法具有一定的普适性.与较新的DePCRM算法进行比较,结果表明本算法在从头预测顺式调控模块上速度更快、精度更高.     

交通流大数据中的套牌车并行检测算法

传统的套牌车识别算法通过串行工作方式在网格化城市交通监控系统所产生的大规模数据中进行两两比对实现套牌车检测,因此在处理海量数据时存在性能瓶颈问题.提出了一种新的基于Hadoop的MapReduce算法模型,该算法具有并行特征,通过引入多台硬件计算资源协同处理大规模数据下的套牌车检测问题,显著提高了计算性能.同时,采用基于动态旅行时间实时的时空窗口计算技术,能进一步提高算法的检测速度和识别精度.     

Tutbo码并行译码算法的研究

Turbo码的译码算法大致可分为串行译码算法和并行译码算法两大类。串行译码算法如MAP、LOG MAP等的研究已比较深入。但并行译码算法 ,尚有许多问题有待探讨。研究了Turbo码的并行译码算法 ,将Turbo码译码和图论结合起来 ,利用Bayesian网络图模型描述了Turbo码的译码过程 ,基于模型使用Pearl的信息传播算法 ,建立了Turbo码的并行译码算法。并对所讨论的并行译码算法进行了模拟 ,模拟结果表明 :该并行译码在译码性能等方面比串行译码优越     

生物信息学中基于启发式的多序列比对算法

序列比对是生物信息学中一项重要的基础性研究课程,其基本任务之一就是进行多重序列比对,但是如何优化多重序列比对算法目前生物信息学面临的一个核心课题,本文介绍了多重序列比对研究所涉及的基本问题,对当前多重序列比对启发式算法的几种经典算法进行描述,并对多重序列比对算法的前景进行了展望。     

求解带状线性方程组的并行分割算法

讨论了求解带状线性方程组的并行分割算法，对影响算法并行效率的约化方程组采取了在多台处理机上重复求解的方法，减少了数据的通信次数，提高了算法的并行效率，算法在一些新的并行计算机系统上使用，达到高并行效率。     

应用量纲归一化方法改进的分数傅里叶变换快速算法

提出了一种实现分数傅里叶变换快速计算的改进算法,该算法将量纲归一化的方法应用到分数傅里叶变换光学系统中,严格导出了空域、分数傅里叶变换域和傅里叶变换域的采样间隔,并根据该采样间隔模拟分数傅里叶变换光学系统实现了分数傅里叶变换快速算法.相应的数值模拟实验表明:该算法计算的强度值结果与Kutay的算法相应的计算结果一致; 以Kutay算法的计算结果为参考,该算法计算的准确性要优于Bultheel的算法的计算结果; 与Kutay的算法和Bultheel的算法相比较,该算法的计算速度较快.实验还表明,该算法的计算结果不会随人为确定的2个参数(波长和透镜焦距)的变化而变化,具有良好的稳定性.     

冲击噪声下的改进TLS-ESPRIT算法研究

在冲击噪声背景和相干信源下,基于高斯白噪声的DOA估计算法完全失效,为了解决该问题,本文提出了一种改进的TLS—ESPRIT算法。本算法的原理是结合分数低阶矩阵知识,将空间平滑理论应用于TLS—ESPRIT算法之中。本文算法无需进行空间谱搜索,因而大大地减少了计算量。计算机仿真实验证明,在冲击噪声背景和多径干扰下,新算...     

单机总误工问题的分解启发式算法

为了解决单机总误工问题,提出了一种分解启发式算法。该算法是将解决这一问题最好的优化方法(Lawler分解算法)和非常有效的启发式算法(MDD)有机结合,在每一次迭代过程中均利用MDD算法估计Lawler分解算法中不同分解位置对应的误工,确定具有最大加工时间的工件在获得最小总误工的分解位置处加工。从理论上证明了该算法得到的排序结果优于MDD排序,仿真实验也表明该算法得到的结果99%以上为最优排序,而且可以求解多达1000个工件的问题。该算法以较短的时间获得了接近最优排序的结果,算法性能优良。     

对银行家算法设计思想的改进及其代码实现

分析了银行家算法避免死锁的设计思想,改进了银行家算法,使其效率得到一定程度的提高熏且用C语言描述了实现银行家算法的部分关键程序代码.     

利用遗传算法辅助设计人工神经网络的权值和域值

利用遗传算法具有的全局随机搜索能力，设计了一个基于遗传算法的人工神经网络学习算法，利用MAT-LAB进行仿真计算。实验结果表明，该算法具有明显的优越性，可以避免BP算法的不足，极大地提高了网络的学习性能，具有一定的实用性。     

基于图的挖掘关联规则改进算法

关联知识挖掘算法中一种广为人知的算法就是Aprior算法,之后所有关联规则挖掘算法的基本思想都是基于频繁项目集发现算法的基础上进行了改进.为了提高关联规则挖掘效率,首先回顾了基于图的关联规则挖掘算法;然后,在此基础上进行了改进,把关联规则挖掘中寻找频繁项集的问题转换为图中寻找完全子图的问题,通过在图中查找完全子图来寻找频繁项集.提出了一种基于图的关联规则挖掘改进算法,并且对原算法和改进的算法从时间和空间的性能进行了比较分析,得出改进的算法是有效可行的.最后从实验结果得出结论GenerateItemsets算法比DGBFIG算法优.     

基于遗传算法求解背包问题的算法探讨

将遗传算法应用于背包问题,利用遗传算法的求解思想,对传统的背包问题进行了详细的分析,按照遗传算法的基本结构设计了编码,并通过实例验证了遗传算法用于解决背包问题的可行性和有效性.     

非线性矩阵方程数值解的广义哈密顿算法

采用具有近二阶收敛速度的算法计算一类非线性矩阵方程的数值解.根据矩阵方程的解的特征,提出一个基于正定矩阵流形几何结构的广义哈密顿算法.进而比较广义哈密顿算法与经典的多步定常迭代方法的计算行为.最后通过数值模拟表明广义哈密顿算法具有更快的收敛速度.      

多时隙的二进制搜索防冲突算法

针对RFID系统的标签冲突问题,文章在二进制搜索树算法和Aloha算法的基础上,提出了一种新颖的算法,在二进制树的每个节点处动态地估计标签的数量,根据标签的数量使用相应的时隙数;进一步对算法的性能进行了理论分析,并且通过仿真比较了该算法与二进制搜索树算法的性能,结果证明该算法能够有效地节约能量。     

《苏利亚历》的时差算法

目的 探讨《苏利亚历》(以下简称《苏历》)中时差算法的科学性。方法 将《苏历》中时差算法与理论算法进行比较。结果 通过对原始献的系统解读，廓清了《苏历》中时差算法的造术方法，证明了《苏历》中时差算法与理论算法完全等价，并成功地将《苏历》中的时差算法化为以太阳的黄经和时角为自变量的二元函数。结论 《苏历》中时差算法模型与理论算法虽然完全等价，但由于所取常数和理论值不同，并数次使用了近似公式，使得其结果与理论结果之间有一定的误差。但从总体上来说，这种误差是比较小的。