Level set函数快速步进重构并行算法的改进

为提高level set函数快速步进重构过程的并行计算效率,本文提出一种改进的分区并行重构算法。与原有分区并行算法相比,优化了子区域间的同步方案,缩短了level set函数并行重构的计算时间。运用OpenMP多线程技术,建立了相应的并行计算模型,实现了圆球、圆环管和哑铃等值面并行重构。并行重构数值结果表明:只要子区域均分初始表面边界,level set函数全局或局部并行重构均具有良好加速比,8线程的最大加速比可接近6。     

并行区域分解法分析千波长目标散射特性

为了在资源有限的条件下快速准确地分析电大尺寸目标的电磁散射特性,给出了一种并行非重叠非共形的基于积分方程的区域分解方法．在子区域内部以及子区域间耦合的计算采用并行多层快速多极子算法进行加速．针对多层快速多极子的八叉树结构,用改进的平面波自适应划分策略提高了并行效率．子区域间的耦合使用场迭代的方式计算,避免了存储互阻抗矩阵,进一步降低了内存需求．数值仿真实例表明,该方法可以高效地解决上千波长目标的散射问题．     

新息图状态估计分块算法

针对大型电网分区管理需要,提出了新息图状态估计分块算法.该方法采用两级调度协调配合方式,在上一级调度构建原整体网络的简化网络,计算子区域边界支路条件,并下发给每个子区域;子区域根据上一级调度下发的边界支路条件实现新息图状态估计.该方法具有子区域间不需要数据交互、两级调度之间交换数据量小、计算时间短、能够实时在线运行的优点,采用国内某省360节点,550条支路的实际网络验证了算法的有效性.     

采用输入输出分解的分区分段演化机制

针对演化硬件的可扩展性问题,提出了基于输入输出分解的分区分段并行在线演化机制,用于演化组合逻辑电路。依据输入输出分解策略,将原电路分解为多个具有较少输入、输出的子电路,并对各子电路单独分配进化区域,实现各子电路的并行演化;某些子电路演化完毕,其对应进化区域即可用于其他任何未演化完毕子电路的并行演化;所有子电路均演化成功后,将其进行整合得到顶层电路。在Xilinx Virtex-5 FX构建的自演化系统上,以加法器电路、乘法器电路和部分MCNC基准电路为例进行了验证。结果表明:相对于经典演化方法,该方法可以大大减少演化时间,进化出多达21个输入的组合电路。     

分块并行Turbo码译码算法的研究

Turbo码译码采用迭代译码思想,译码时延较大是其应用于实时性要求较高的通信系统中的一大障碍.为了减少译码计算的时延,利用递推迭代的思想,给出一种分块并行译码的方法,即将接收的整个码字分成若干子块,各子块进行并行处理,其中各子块的前后向递推公式的初始值由相邻子块的前一次迭代译码的边界计算值传递.实验仿真结果表明这种并行译码方法可以取得较好的译码性能,在硬件实现方面可以大大降低译码计算复杂度和时延,从而降低整个Turbo码译码时延.     

压缩感知重构算法的并行化及GPU加速

针对压缩感知重构算法计算实时性太差的问题,提出压缩采样追踪匹配(compressive sampling matching pursuit,CoSaMP)算法的并行化加速算法。 基于多线程技术实现重构算法的粗粒度并行化,分析CoSaMP算法的计算热点,将其中耗时较多的矩阵操作移植在图形处理器(graphics processing unit, GPU)上,实现算法的细粒度并行化。在测试图像上进行试验,结果表明:并行化加速算法取得50倍的加速效果,有效地降低重构算法的计算时间开销。     

一种基于本体的并行网络流量分类方法

海量网络流量数据的处理与单一节点的计算能力瓶颈这一矛盾导致数据分类效率低,无法满足现实需求。为解决这一问题,结合本体与MapReduce技术各自在海量异构数据描述与处理方面的优势,提出一种基于本体的并行网络流量分类方法。该方法基于MapReduce并行计算架构,根据网络流量本体结构,对网络流量本体并行化构建;通过并行知识推理完成基于流量统计特征的网络流量分类。实验结果表明,集群环境下基于MapReduce的网络流量本体构建效率明显高于单机环境,而且适当增加计算节点使得加速比线性提升;并行知识推理的分类方法能够有效地提高大规模网络流量的分类效率。     

基于并行遗传算法的场地浅层剪切波速度结构反演

目的针对传统遗传算法容易陷于极值,计算时间长的问题,设计基于计算机集群的一种新的粗粒度并行遗传算法反演场地浅层剪切波速度结构．方法采用遗传模拟退火算法和MPI并行计算技术,实现多进程的粗粒度集群计算,通过个体迁移策略协调优化子种群,运用计算效率判断计算负载状态,采用动态种群进行负载平衡,构建了4节点的PC集群,对算例和实际场地的浅层剪切波速度结构进行了反演计算．结果简单模型收敛于最优解,实际场地的反演结果与钻孔资料的平均误差均在20％以内,计算速度明显提高,并行遗传算法的反演结果好于串行遗传算法反演的结果．结论笔者设计的粗粒度并行遗传算法有效地加快了进化速度,并行效率高,加强了局部搜索能力,反演结果较好,适合应用于反演实际工程场地的浅层剪切波速度结构．     

基于MTC结构的支持向量机并行训练算法 贾华丁1, 2,游志胜1,王磊2

摘要：为加快支持向量机的训练速度,提出一种新型的“多重三叉级联(MTC)”学习结构,具有反馈速度快、计算节点利用率高、反馈的支持向量多等优点。基于该结构设计了支持向量机的并行训练算法,并严格证明了新算法能够收敛到支持向量机的最优解。数值实验结果表明,新算法具有非常高的加速比和并行效率,需要的训练时间显著地少于Graf等提出的Cascade SVM算法。     

基于MTC结构的支持向量机并行训练算法

为加快支持向量机的训练速度,提出一种新型的"多重三叉级联(MTC)"学习结构,具有反馈速度快、计算节点利用率高、反馈的支持向量多等优点。基于该结构设计了支持向量机的并行训练算法,并严格证明了新算法能够收敛到支持向量机的最优解。数值实验结果表明,新算法具有非常高的加速比和并行效率,需要的训练时间显著地少于Graf等提出的Cascade SVM算法。     

基于属性相关分析的离群数据并行挖掘算法

针对高维海量数据集中的局部离群数据,利用并行计算和属性相关性分析思想,给出了一种离群数据并行挖掘算法。该算法首先由主节点分配属性相关分析任务,各个子节点并行查找数据集中的冗余属性,将其冗余属性传回主节点,并由主节点删除;其次,主节点分配搜索任务,各子节点采用微粒群算法,并行搜索局部离群子空间;再次,由主节点对局部离群子空间合并计算后,确定全局离群数据;最后,在MPICH2-1.0.3的并行计算环境下,采用恒星光谱数据作为数据集,实验结果验证了算法的正确性和有效性。     

基于MPI的主从式并行思维进化计算

将思维进化计算(Mind Evolutionary Computation,EC)的并行性和并行计算机的高速性相结合提出了基于MPI的主从式并行MEC.分析了该并行算法的任务分配、通信开销、子群体尺寸、个体评价时间和处理器数目对并行加速比的影响.     

基于Spark的自适应差分进化极限学习机研究

为了解决传统自适应差分进化极限学习机（SaDE-ELM）在单机环境下运行效率低下的问题,本文提出了基于Spark平台的并行化自适应差分进化极限学习机算法（PSaDE-ELM）。该算法的主要思想是:将差分进化算法中的原始种群均匀地分割为几个子种群,每个子种群均占有RDD的一个分区,在每个分区中使用SaDE-ELM算法独立进化,并且周期性地将各个子种群中的最优个体按照一定的拓扑结构替换掉其他子种群的最差个体,以此来达到各个子种群共同进化的目的。实验结果表明:PSaDE-ELM算法的预测准确率与SaDE-ELM算法相比基本没有丢失,且随着数据集样本数或子种群数量的增加,算法的运行效率至少提升了1.5倍,在一定程度上证明了本文提出的并行化算法的有效性。     

用于分布式并行数据库系统的重定向算法

分布式并行数据库系统以高可用性、高效率等特征愈来愈受到人们的关注。针对分布式并行数据库系统的特征,提出了分布式并行重定向算法,实现服务器节点的透明切换。该算法不仅能实现负载均衡以及位置透明性,提高系统效率,而且能保证节点故障时事务不被中断,实现系统的高可用性。     

多核计算下气象研究程序的并行化研究

针对多核计算环境下气象计算的并行化这个难题,在分析气象计算并行化步骤的基础上,从气象计算方法间并行,程序模块间并行和程序模块内并行3个角度描述了气象研究程序的一般并行化过程。并以一个气象研究模式为例,分析了其并行化的过程。在模拟实验中,对广泛应用于气象计算的蒙特卡洛方法进行了并行化。实验结果表明,所提出的方法能减少约20％的执行时间。     

基于图论和电压相角的潮流转移危险线路快速搜索北大核心

为避免潮流转移导致线路连锁过载跳闸,提出一种基于图论和电压相角的潮流转移危险线路快速搜索方法。利用矩阵运算和节点电压相角搜索开断线路的等相角并行输电线路,由等相角并行输电线路出发,寻找经过该线路的开断线路两端节点之间的最短路径得到潮流转移线路集合。利用潮流转移后的线路功率和有功功率传输极限定义潮流转移危险指数,并利用该指数从潮流转移线路集合中筛选潮流转移危险线路。克服以往方法仅依据潮流转移量判断潮流转移危险线路的缺点,并且在寻找潮流转移传输路径时更加有针对性,避免了漏选或多选线路的情况,同时该方法不涉及电网分区,不会漏选区内潮流转移危险线路。在IEEE39和IEEE118节点系统中对该方法进行了验证。     

一种适用于Ad hoc空间网络的DPSKC密钥管理方案

减少为Ad hoc空间网络中新成员分发子密钥的处理时延,防止组内成员的攻击及将组内成员的子密钥泄漏给新成员。针对Ad hoc空间网络的特点,提出了一种基于椭圆曲线密码学的新型Ad hoc空间网络密钥管理方案DPSKC。设计了分布式环境下的并行子密钥计算技术和保密因子的分组传输技术,前者减少了为新成员分发子密钥的处理时延,后者可以防止组内成员的攻击以及将组内成员的子密钥泄漏给新成员。新方案在子密钥分发时延、安全性、计算和存储开销方面具有良好的性能。     

面向码通并行的JPEG2000实时码流控制算法

为了提升基于码通并行的熵编码速度，提出了一种新的实时码流控制算法.该算法采用基于码通失真权重的失真模型估计失真，并行地调整三码通斜率，将斜率调整后的预备截断码通信息存储在查找表1中，并将预备截断点在表1中的首地址和最后一个截断码通相对于该地址的偏移量存储在查找表2中，通过更新和搜索两张查找表，动态地生成斜率门闸.实验结果表明，该算法节省了存储面积，减少了存储器访问次数，降低了计算复杂度.与JPEG2000评估软件模型相比，使用该算法重构的图像质量只下降了大约0.3 dB，在低比特图像压缩情况下，码通并行的熵编码执行时间可减少50％以上.     

多重H-分裂并行AOR算法

在FrommerA.和SzyldD.B.提出的H-分裂的基础上,进一步讨论了矩阵的H-分裂,对传统求解线性方程组Ax=b的AOR算法进行改进,利用并行思想构造去研究了并行多分裂AOR算法,建立了相应的收敛性理论。该算法把大型问题进行分解,对各子问题并行求解,与已有算法相比较,具有计算速度快、计算量小等特点,因而特别适合于求解大规模问题。数值实验的结果说明了这种算法的有效性。     

针对特定LDPC码的多子译码器并行组合译码方法

对于分组纠错码的译码,由多个子译码器构建的并行译码系统比单译码器系统有较大的性能提升,但是可实现并行译码处理的子译码器的构造却是一个挑战性难题。为此,该文提出一种针对特定LDPC码的适于BP译码算法运用的多子译码器并行组合译码方法。该方法针对基于本原多项式构造的一类LDPC码的译码尤其有效,其特点是:各个子译码器所依赖的校验矩阵由基础校验矩阵的恰当循环移位获得,而循环移位量的恰当选择则依赖了m序列(唯一对应于本原多项式)的采样特性;各个子BP处理过程的迭代次数设置为其校验矩阵最短环长的一半,由此可消除短环对BP译码性能的影响;各子BP处理模块输出的信息比特外信息再经过基础译码模块处理后与并行配置的基础译码输出,一并进行最大似然判决处理并获得译码输出。该方法的仿真结果显示,在误码率为10?5且多子译码器并行组合译码方法在设置5个子译码模块时,其译码性能比原单译码器译码方法高约0.4 dB。