CPU/GPU 异构环境下图像协同并行处理模型

随着GPU通用计算能力的不断发展,一些新的更高效的处理技术应用到图像处理领域.目前已有一些图像处理算法移植到GPU中且取得了不错的加速效果,但这些算法没有充分利用CPU/GPU组成的异构系统中各处理单元的计算能力.文章在研究GPU编程模型和并行算法设计的基础上,提出了CPU/GPU异构环境下图像协同并行处理模型.该模型充分考虑异构系统中各处理单元的计算能力,通过图像中值滤波算法,验证了CPU/GPU环境下协同并行处理模型在高分辨率灰度图像处理中的有效性.实验结果表明,该模型在CPU/GPU异构环境下通用性较好,容易扩展到其他图像处理算法.     

异构系统中负载平衡扩散算法的加速方法

目前,很多单位与组织都有连接着数百台工作站和微机的局域网,并将它们作为一个机群系统使用.在这样的异构系统上动态负载平衡是提高性能的一个重要方法.扩散方法是同构系统的动态负载平衡算法.将散算法扩展到异构系统中,对异构系统中速度不同的处理机的位置与扩散收敛速度的关系进行了研究,提出了加速扩散算法的收敛速度的优化方法.初步实验证明,该方法能通过合理安排处理机,加快扩散算法的速度.     

异构网络路径上视频的流式平滑传输算法

压缩的视频具有变比特率特性，在流式传输中需要进行率平滑,在Internet上，存储视频在端到端的流式传输中要经过不同特性的异构路径段，这对率平滑算法提出了新的要求。讨论了这种异构传输路径上存储视频的流式传输与率平滑问题，利用异构路径之间提供的缓冲代理，提出了一个考虑异构路径特性的率平滑调度模型及算法，并分析了算法的结果是优化的,随后给出了问题的应用实例和相关实验结果，说明了算法的有效性。     

基于DHT的P2P系统负载均衡的有效算法

基于DHT的P2P系统中,各种因素例如结点异构性和不同的文件访问率等,都可能会影响DHT系统的效率。本文提出一个基于DHT的P2P系统中有效的负载均衡算法。该算法提出一个全分布机制来维护文件访问的历史信息,用来预测未来文件访问频率。设计了一个新的负载均衡算法,当新结点加入时,历史信息和结点异构性一起用来决定最佳负载分配。在系统运行期间如果有过载结点出现也可动态执行负载重分配。该算法不使用虚服务器,减少了维护路由元数据的处理开销。     

基于Web Service的异构数据库同步系统设计与实现

针对在分布式网络环境下异构数据库之间数据同步中存在的问题,提出了一种基于WebService技术的异构数据库数据同步系统的解决方案和实现方法。通过在各数据库应用系统中放置基于WebService技术的数据同步客户端程序以及在服务器端部署WebService服务程序实现数据的同步,不但有效地解决了在异构数据库之间数据同步时存在的问题,而且对各需要同步的应用系统的正常业务处理几乎没有影响,对应用系统的改动工作量也很小。最后,把该方案应用到了一个实际项目中。     

异构多处理器SoC 的应用算法性能优化方法

在嵌入式多媒体处理领域中,多处理器片上系统(multi-processor system-on-chip,简称MPSoC)的应用越来越广泛.多媒体处理MPSoC通常采用"主处理器核+多个异构协处理器核"的主流体系结构.该结构兼顾了MPSoC系统的通用性与灵活性、性能与功耗,但也向MPSoC的性能优化方法提出了更高的要求.针对异构MPSoC上的多媒体应用算法,提出了一种MPSoC多媒体处理性能优化方法.该方法经过应用特征分析、循环仿射划分、应用向MPSoC各处理器核的映射,实现了优化的数据局部性与多级并行性,从而提高了异构MPSoC上多媒体应用算法的性能.实验结果表明,该方法对于多媒体应用算法在异构MPSoC上的处理性能优化方面取得了明显效果.     

HNC问答处理系统关键算法研究

HNC问答处理系统是一种崭新的问答处理模式，与传统的问答处理系统相比，它把对语言的处理深入到语言概念空间中进行，以求尽可能地减少语言中的同义和多义模糊。本文在介绍HNC问答处理系统整体构架的同时，设计和实现了问答系统中的3个关键算法，服务于问答系统的不同阶段处理需要。实际应用表明，在这些算法指导下的HNC问答处理系统具有良好的问题处理能力。     

分布式企业服务总线平台数据集成研究及应用

为实现大规模的异构数据集成,解决数据源异地分布的问题,满足不同系统和应用之间的信息交互和共享,设计了一种企业服务总线(ESB)平台下的数据集成模型。该模型采用WSDL和XML描述,能够结合ESB系统的集成场景进行数据集成。提出了一种基于消息流程的负载均衡算法,该算法根据服务执行组件的负载情况和分布式节点的资源状况进行流程节点分配,并将其应用于分布式ESB系统的应用集成模型中,能够高效地处理ESB系统数据传输过程中的大量消息,有效解决应用流程执行时存在的消息处理能力低下的问题。最后,以医疗信息系统集成的仿真应用为例,在采用上述模型和算法的分布式ESB平台上,验证了其在解决大规模异构数据服务集成以及消息处理的负载均衡问题时的可行性和有效性。     

面向异构多处理器设备的自适应命令解释系统

智能化赋予了物联网更深刻的实用价值,但是在计算能力强与功耗低的之间寻求性能最优是目前物联网设备极难解决的问题.异构多处理器结构与单一或者同构的多处理器相比可以结合不同处理器的优势,同时满足高计算能力与低功耗的系统需求,但异构多处理器结构下软件编程难度大的问题以及如何优化顶层应用在多处理器设备上的运行性能都是目前亟待解决的技术难题.针对以上问题,设计并实现了一个面向异构多处理器设备的自适应命令解释系统.首先,该系统允许用户将物联网应用安装到设备上,应用程序以命令脚本形式呈现;其次,系统设计了命令在异构多处理器设备上的自动分发算法,该算法考虑性能和功耗的多维参数,在满足时间上限的条件下最优化应用执行能耗.最后,提出了针对同时满足不同用户应用需求的解决方案,在物联网设备的资源受限的条件下,根据具体用户使用习惯,提出了一种基于用户使用历史的命令解释系统自适应方案,可以根据用户个性化习惯自动完成命令解释系统的自适应部署和运行时优化.     

实时异构系统的动态调度算法研究

实时多处理器系统是解决复杂时应用的有效手段,目前对实时多处理器调度算法的研究却大多集中在同构系统上,对实时异构系统的调度则研究得比较少,提出了一种新的实时异构系统的动态调度算法,该算法采用了集中式的调度方案,同时,引入了一个新的任务分配策略,从而通过提高任务可行性而提高了算的调度成功率,此外,为了评估该算法的性能,还进行了大量的模拟研究,由于近视算法经简单修改便可以应用到实时异构系统的动态调度中,因此,在模拟研究中,以近视算法作为基准,将其应用于实时异构系统动态调度时的性能与新算法进行了比较,模拟结果显示,在多种任务参数的取值下,新算法的调度成功率均高于近视算法。     

浅谈数据整合技术在税收业务系统中的应用

由于计算机应用的飞速发展，很多单位都存在多个业务处理系统。这些业务处理系统是在不同时期因不同业务需要独立建立起来的，不可避免地产生“信息孤岛”现象。这种情况下，改变原有的异构、分散和孤立的基础架构、重新构筑一个全新的技术架构的“信息整合战略”应运而生。     

在异构系统上基于权重和复制的调度算法

动态电压和频率扩展技术（DVFS）的发展使异构系统可以实现低功耗，然而DVFS通过降低处理器的执行频率来降低功耗，大大增加了处理器临时故障风险，应用的可靠性受到极大威胁。针对先前算法在任务调度过程中容易出现调度失败的问题，提出一种基于权重和复制的调度算法（SAWR），以在异构系统上完成应用调度，满足并行应用的可靠性目标，同时降低系统功耗。仿真结果表明，与先前的算法相比，所提算法可以实现良好的性能。     

异构系统动态负载平衡的扩散算法

动态负载平衡是大规模并行计算中的一个十分重要的研究领域．它的主要方法是将计算负载通过并行计算机节点间的互连网络从负载高的节点移至负载低的节点．以前的学者针对同构系统提出了扩散算法等，对于异构系统研究得很少．该文研究了在异构系统中的扩散算法，在理论上证明了该方法的守恒性与收敛性，提出了一种构造异构系统的扩散矩阵的方法，并在不同规模的二维格栅网结构上进行试验，初步试验表明，该方法能够有效地对异构系统进行负载平衡，对于规模较小的系统收敛速度较快，而对于较大的系统，收敛速度慢一些．     

基于蚁群算法的Hadoop资源感知调度器研究

通过研究蚁群算法,针对现有Hadoop调度器的不足,提出一个基于蚁群算法的Hadoop资源感知调度器及其具体实现方案。从而使Hadoop作业调度器可以更有效地对任务进行分配,提高整体架构的作业性能。通过实验证明,利用蚁群算法实现的资源感知调度器在同构环境中虽没有明显改善系统计算速度,但是在异构环境中可以很好提高系统处理任务的性能,降低了运算时间。     

多媒体会议系统集成框架的研究和实现

为了解决各种异构多媒体会议系统之间难以互通的问题，结合基于应用层组播技术与代理机制设计和实现了能够让各个异构多媒体会议系统相互协同的集成框架。应用代理机制把各个异构系统封装成可以相互通信的协同群组，在Internet物理拓扑基础上部署一个连接各个协同群组的称为覆盖网的虚拟拓扑结构，以此为基础设施在各协同组之间构建数据组播树，实现数据的高效分发，提供各种协同服务和异构接入服务把各种异构系统封装成相互可以通信的协同工作群组。     

异构环境下语义Web服务发现研究

在语义Web服务组合涉及异构环境时,根据用户需求发现所需要的Web服务是一项关键的技术。本文以煤矿信息查询系统为应用背景,基于二分图最佳匹配算法提出了一种Web服务分级发现算法,通过计算异构环境中不同Web服务间的参数来完成不同服务的语义匹配,并讨论了分级发现算法的运行实例。     

嵌入式异构环境下任务调度算法的研究

高效的任务调度是提升系统性能的关键因素之一。讨论在任务异构和通信速度差异的Fork-join型嵌入式环境下,独立任务的调度问题,提出新的分配调度方案,选取负载最小的处理节点进行分配,实现节点间的负载均衡,且满足任务的响应时间和处理节点数目最小化的要求。基于方案,构造一个以任务的平均响应时间驱动的启发式算法:ARTDHA(Aver-age-Response-Time-Driven Heuristic Algorithm)。仿真实验表明,算法更符合复杂的嵌入式异构环境,能更好满足系统的时间特性、最小化资源的开销,同时任务的调度时间要优于FCFS(First Come First Serve)算法。     

基于隐式随机梯度下降优化的联邦学习

联邦学习是一种分布式机器学习范式,中央服务器通过协作大量远程设备训练一个最优的全局模型。目前联邦学习主要存在系统异构性和数据异构性这两个关键挑战。本文主要针对异构性导致的全局模型收敛慢甚至无法收敛的问题,提出基于隐式随机梯度下降优化的联邦学习算法。与传统联邦学习更新方式不同,本文利用本地上传的模型参数近似求出平均全局梯度,同时避免求解一阶导数,通过梯度下降来更新全局模型参数,使全局模型能够在较少的通信轮数下达到更快更稳定的收敛结果。在实验中,模拟了不同等级的异构环境,本文提出的算法比FedProx和FedAvg均表现出更快更稳定的收敛结果。在相同收敛结果的前提下,本文的方法在高度异构的合成数据集上比FedProx通信轮数减少近50%,显著提升了联邦学习的稳定性和鲁棒性。     

进化存储系统中的物理进化

系统整体结构不能很好地适应系统磁盘的动态变化，这是现有存储系统中普遍存在的一个问题。而我们提出的进化存储系统ERAID（Evolving RAID system）是一个动态存储系统，能够在不停止系统I／O服务的前提下，采用DAA、HDAA、e-HDAA算法分别实现存储系统中同构磁盘的添加、异构磁盘的添加以及异构磁盘的替换,即实现存储系统的物理进化。仿真实验结果表明：在较小的系统开销下，DAA、HDAA、e-HDAA算法能逐渐吸收添加或替换到ERAID系统的（同构或异构）磁盘，使ERAID系统获得优化的存储客量和存储性能。     

基于XML的异构数据源集成与交换的实现

异构的数据源是大部分大型应用系统所面临的问题，数据库技术在很大程度上还需要依靠内容管理、商业智能、信息集成以及相应的工具等技术做支撑，以对不同平台上的信息进行实时管理。研究了以XML作为中间数据格式，用于完成多个独立的异构系统之间的数据集成和数据交换，并通过一个应用系统实例阐述了XML与DOM技术相结合进行异构数据源之间信息交换的具体实现方法。