回溯法的并行处理

目前串行算法的并行处理还很不成熟，很不系统，一般化的并行算法的设计方法更加缺乏。本文对串行算法的并行化作了深刻的研究，提出了一般化的并行回溯算法设计方法，从而使许多原来在并行机上难以设计算法求解的问题可以容易地得到解决，可谓是一项创新工作。     

多蚁群伪并行优化算法

针对传统蚁群算法容易出现早熟和停滞现象，提出了一种多蚁群伪并行优化算法，将蚁群分成若干个子蚁群，在各子蚁群中引入信息素平滑机制，通过设计迁移算子，使多个子蚁群并行、协同寻优，从而使算法跳离局部最优解。类比实验表明，该算法比传统的蚁群算法具有更好的搜索全局最优解的能力。     

并行数据库中JOIN运算的并行算法

JOIN运算的并行算法一直是并行数据库领域中研究的热点问题，先后出现了一系列并行JOIN算法或改进算法，但它们都存在着通信效率较低、负载调度频繁等问题。本文针对这些问题，在分析比较前人工作的基础上对湖＋算法与ABJ＋算法加以改进，得到了效率更高的并行JOIN算法ABJ＋＋。     

并行LLL算法研究综述

Lenstra-Lenstra-Lovasz（LLL）格基约化算法自1982年被提出以来，已被成功应用于计算机代数、编码理论、密码分析、算法数论、整数规划等众多领域。经过三十多年的发展，串行LLL算法的理论分析和实际效率都已得到显著改进，但仍不能满足密码分析等领域处理较大规模问题的需要。因此，并行LLL算法研究被寄予厚望。对并行LLL算法的研究现状进行了综述，总结了当前并行LLL算法设计与分析中存在的问题和难点，并对其未来发展趋势进行了展望。     

一种基于PVM的并行BP神经网络

通过分析单计算机的BP神经网络学习和执行算法,提出了使用PVM构造多计算机的并行神经网络。该并行神经网络的实现灵活应用于高可靠性和大规模数据的分析和处理中,同时,该BP神经网络的并行设计与实现,可广泛应用于其他神经网络模型的并行计算机实现。     

蚁群算法理论及应用研究的进展

蚁群算法是优化领域中新出现的一种仿生进化算法．该算法采用分布式并行计算机制,易与其他方法结合,具有较强的鲁棒性;但搜索时间长、易限入局部最优解是其突出的缺点．针对蚁群算法,首先介绍其基本原理;然后讨论了近年来对蚁群算法的若干改进以及在许多新领域中的发展应用;最后评述了蚁群算法未来的研究方向和主要研究内容．     

并行数据库上的进行CMD—Join算法

并行数据库在多处理机之间的分布方法对并行数据 算法的性能影响很大，如果在设计并行数据操作算法时充分利用数据分布方法的特点，可以得到十分有效的并行算法。本研究如何充分利用数据分布方法的特点，设计并行数据操作算法的问题，提出了基ＣＭＤ多维数据分布方法的并行ＣＭＤ－Ｊｏｉｎ算法，理论分析和实验结果表明，并行ＣＭＤ－Ｊｏｉｎ算法的效率高于其它并行Ｊｏｉｎ算法。     

一种集群通信处理器设计和通信算法研究

随着我国并行技术的快速发展，一种非常新颖的分布式并行计算技术一计算机集群技术受到了人们的广泛关注，并且有越来越多的人投入到对该技术的研究，本文就对一种通信处理器和集群设计以及相应的通信算法进行阐述     

多机并行处理排序算法的分析研究

目前,在串行计算机系统中,排序算法一直没有重大突破。随着新一代计算机的发展,本文提出了一种可在多机并行计算机系统中执行的并行处理排序算法,并给出了用并行设计语言写的实用算法。最后证明了其时间复杂性是O(n)阶的。     

集群环境下的并行聚类算法之研究

本文的目的就是通过理论分析和试验，探讨集群环境下并行聚类算法的设计思想。作为一种低成本、通用并行系统，集群系统的通讯能力相对于节点的计算能力是一个瓶颈。所以本文提出，在集群环境下设计并行聚类算法时，应采用数据并行的思想。本文首先从理论上，对采用数据并行思想后影响加速比的因素和通讯策略的选择进行了分析，然后实现了一个新的并行聚类算法——PARC算法。通过PARC算法的实验，证明了理论分析的正确性，并且表明并行聚类算法可以得到良好的聚类质量。本文的研究结果可以为以后设计更好的数据并行聚类算法提供一定的理论依据。     

面向约束的鲁棒设计方法

提出了一种面向约束的鲁棒设计方法,该方法能够利用约束网络对并行设计中的一类不确定性参数进行有效的描述和处理。该文提出了反映协同设计需求的数学模型,设计了一个通用的一致性求解算法框架,并利用基于区间代数的一致性算法,在设计的初期就监控设计过程,使设计者在确定参数前能够通过约束网络定量地考虑下游的约束条件,并能够提早发现冲突以避免设计后期出现大的返工。文中的研究是实现并行设计中“一次成功”的技术基础。     

基于并行B+-树的并行Join算法的设计、分析与实现

Ｂ＾＋－树是一种有效的数据库存储结构，被普遍应用于各种关系数据库系统。把Ｂ＾＋－树并行化，使之用于并行数据库系统显然是一项很有意义的重要工作。本文研究了适用于并行数据库的并行Ｂ＾＋－树存储结构，提出两类基于并行Ｂ＾＋－树工并行Ｊｏｉｎ算法。理论和实验结果表明，这些算法效率高基其它并行Ｊｏｉｎ算法。     

并行数据操作算法和查询优化技术

本文是并行数据库的查询处理并行化技术和物理设计方法”一文的续篇，继续综述并行数据库系统的另外两个重要研究领域：并行数据操作算法和并行数据库查询优化技术．最后，作为并行数据库系统研究与进展情况综述的结尾，本文将探讨并行数据库系统今后的研究方向和问题．     

基于虚拟现实的渲染优化算法

随着虚拟现实技术的不断发展，对虚拟场景的真实度要求也越来越提高.然而在虚拟场景中，复杂的地形、大量的植被和建筑使需要渲染的数据量大得惊人，故渲染速度成为了虚拟现实技术的一大瓶颈.现有的研究并不能很好的提升虚幻引擎中的渲染速度，还会出现“突越”和对视野外模型剔除效果差的问题.本文提出一种游戏线程与渲染线程并行和双层裁剪算法.首先在虚幻引擎中将游戏线程与渲染线程并行以提升渲染速度，然后使用淡入淡出细节层次算法进行第一层裁剪，最后使用缓慢剔除算法进行第二层裁剪，提升剔除效果.实验证明，该方法与串行线程相比渲染速度提升了40%，与传统单层裁剪算法相比，帧率也达到了55.     

基于算法图的并行计算优化

研究基于算法图的并行计算优化设计方法。通过引入算法图，从数学机理上算法的并行结构进行描述，针对不同要求提出了对计算网络的并行优化设计方法，为设计并行算法提供了新的有途途径。     

分支定界算法的分布并行化研究

介绍了一种专用于计算分支定界算法的机群计算平台，其中所使用的分布并行策略减少了分支定界算法计算时间复杂度，减小了问题的规模；可以把计算平台机群中的任何一台计算机上计算出的当前全局最佳本分值，实时地广播给所有其他并行的计算机，并作为它们新的最佳本分值，实现分支节点的快速并行淘汰；应用启发式算法修改了分支定界算法，提高了分支节点的淘汰效率。选用旅行商问题实例作为测试基准。计算表明，在保证求得最优解的前提下，该平台能很好地提高分支定界算法的效率。     

一种200MHz处理速度的FIR滤波器设计

本文通过对串行分布式算法和并行分布式算法作对比研究,分析了基于并行分布式算法的FIR滤波器速度上的优势,设计出一种新颖的高速并行分布式算法结构,并根据该算法结构实现了一种满足处理速度200MHz,12位31阶FIR数字低通滤波器。     

LS MPP图像数据分布技术的研究

1 引言在图像处理流程中,存在大量相互独立的重复计算,例如点操作和邻域操作中,像素之间的操作是互不相关的,这就使并行图像处理成为可能。很久以来,研究人员考虑设计并行图像处理算法在并行计算机上运行,以提高图像处理算法的执行效率,尤其在遥感图像处理、导弹武器系统的实时景像匹配制导等一些实时性要求较高的场合。在近二十年中,西方发达国家、俄罗斯等均在这些领域进行了大量研究并取得了具有实用价值的成果。如美国休斯公司生产的用于卫星上遥感图     

刍议计算机算法设计及数据结构离散性

作为一个离散结构,数字电子计算机可以进行离散的或离散化之后的数量关系的处理。因此无论是对于计算机学科来说,还是与计算机学科相关联的其他领域的研究来说,如何对离散结构建立相应的数学模型成为了当下热门的研究话题之一。同时,对于离散性的研究还包括如何对已经利用数量关系建立起的数学模型进行离散化处理,从而通过计算机进行相应问题的处理。通常情况下,可以将离散数学看做计算机问题的抽象,在算法设计和数据结构中都可以看到离散数学的影子。基于此,本文对计算机算法设计及数据结构离散性进行简要分析,希望本文可以为计算机领域的相关研究提供借鉴参考价值。     

由对象本身出发的并行算法设计探讨

并行处理是并行计算机的关键技术，它包括并行结构、并行算法、并行操作系统、并行语言及其编译系统等，而并行算法设计是最基础最重要的内容，本文针对三种并行算法设计方法中”由对象本身出发的并行算法设计”进行了探讨。