软件流水中隐藏存储延迟的方法

软件流水是一种重要的指令调度技术,它通过同时执行来自不同循环体的指令来加快循环的执行速度.随着处理机运行速度的逐渐提高,存储访问延迟成为性能提高的瓶颈.为了减轻存储系统影响,软件流水结合了一些存储优化技术,通过隐藏存储延迟来提高性能.提出了一种延迟可预测的模调度算法(foresighted latencymodulo scheduling,简称FLMS),它根据循环的特点来确定load指令延迟.实验结果表明,FLMS算法减少了阻塞时间,提高了程序性能.  

植被含水量的遥感反演方法及研究进展

水分是影响植物生长的最主要限制因子之一.及时准确监测或诊断出植物含水状况,对提高农业的灌溉效率指导农业生产、监测自然群落的干旱状况、预报森林火灾具有重要意义.本文首先简单介绍了植物含水量光谱反演原理及水分的敏感光谱波段,然后对国内外植物水分光谱诊断的研究方法及进展以及存在的困难进行了评述,并提出了今后的研究方向和发展前景.  

3种提高软件流水有效性的算法:比较和结合

软件流水是开发循环程序指令级并行性的技术,它通过并行执行连续的多个循环体来加快循环的执行速度.在软件流水中,循环体的重叠增加了寄存器需求,导致寄存器压力增大,当目标处理机所提供的寄存器不足时,软件流水可能失败.在Itanium处理机上评估了NAS和SPEC2000基准程序中的软件流水循环的寄存器需求,发现静态寄存器不足是造成软件流水失败的主要原因,提出了3种增加软件流水个数、提高软件流水有效性的算法:限制循环展开因子的算法(register sensitive unrolling,简称RSU)、堆栈寄存器分配算法(stacked registerallocation,简称SRA)以及变量类型转换的算法(variabletype conversion,简称VTC).RSU根据静态寄存器需求确定一个合理的展开因子,增加了软件流水的成功率;SRA和VTC分别使用空闲的堆栈寄存器和旋转寄存器来充当静态寄存器,提高了寄存器的利用率.在面向Itanium处理器的开放源码编译器ORC(open research compiler)上实现了这3种算法,通过NAS程序的测试比较了这3种算法的有效性,同时对它们的结合应用进行了研究和实验.  

南海北部油气分布的遥感探测方法研究

随着卫星和传感器技术的发展,遥感技术已广泛应用于油气资源调查与勘探,且发挥着越来越重要的作用.通过阐述油气烃类微渗漏模型,认为油气烃类微渗漏可以导致海表烃类气体、油膜异常及喜烃类生物聚集.并以南海北部边缘盆地为例,阐明了海洋油气遥感探测的3种方法:①利用红外波段反演海表温度异常.②利用合成孔径雷达检测海表油膜异常.③喜烃类生物的增加导致海表光谱异常,以及利用水色遥感技术检测海表微生物含量异常.最后,对海洋油气遥感的未来发展趋势进行了展望.  

减小运行时优化开销的方法

运行时优化在程序运行期间，根据采集到的相关信息，确定程序的热点并进行优化，从而加速程序的执行。然而，运行时优化本身有一定的开销，有时候会抵消甚至超出优化得到的效果。该文设计和实现了一个基于SMP/IPF(英特尔安腾系列)/Linux架构的自适应二进制代码优化/编译框架，其中包含了运行时优化。分析了运行时优化的阶段和开销，并介绍了在设计和实现该框架的过程中，为减小这种开销所提出的思路和采用的方法。  

一种离散问题的新型鳗鱼算法

通过对鳗鱼生活行为的分析与研究,提出一种离散问题的新型鳗鱼群智能算法。描述鳗鱼洄游中的行为,提取鳗鱼浓度适应、邻近学习、性别突变3个重要行为,并建立模型进行数学描述。通过对鳗鱼3个重要行为的合理组织,引入等级划分制度与标识度的思想,给出应用于组合优化问题的离散型鳗鱼算法,特别是对于离散个体间的邻近学习,采用切割片段法,使种群个体间的信息可以相互传递。通过TSP问题公共测试库TSPLIB中的数据对算法进行测试,结果表明,该算法具有较强的寻优能力。  

基于模糊聚类的MODIS云检测算法研究

云检测是遥感图像处理的一大难点,同时也是图像预处理的必要环节.本文使用基于模糊集合理论的模糊C均值聚类法,对中分辨率成像光谱仪图像的四个波段进行聚类.以检测出云和下垫面.通过我国典型区域在不同季节不同时相的数据,结合多光谱综合法和目视解译的对比检验,证明该算法适用于区域性的云检测,能检测出一些小面积的云点像元.此外,该算法在一定程度上改善了需要根据先验知识设定阈值的传统云检测算法,是一种简易可行的非监督云检测算法,为下一步云的剔除工作奠定良好的基础.  

SAGA:一种由流特性制导的微处理器高速缓存分配策略

传统的缓存替换策略,如广泛使用的LRU算法,在程序工作集大于缓存容量的情况下,不能有效开发流式数据的重用性,导致缓存性能很差.文中提出一种流特性制导的缓存分配策略(SAGA).该策略利用流检测引擎来发掘程序中的流特性信息,进而动态地在发生缓存缺失时指导是否为缺失数据分配缓存块,最终提高数据缓存的性能.实验表明,对于SPEC2000FP程序集,在1MB缓存上,比较于LRU策略,使用SAGA策略时缓存的缺失平均减少了31%,程序平均CPI降低4%.  

一种求解旅行商问题的进化多目标优化方法

为了克服传统小生境(Niching)策略中的参数设置难题,提出一种求解旅行商问题的进化多目标优化方法:建立以路径长度和平均离群距离为目标的双目标优化模型,利用改进非支配排序遗传算法(NSGAII)进行求解.为了在全局探索能力与局部开发能力之间保持平衡,算法中采用一种使路径长度相同的可行解互不占优的评价策略,并通过一种新的离散差分进化算子和简化的2-Opt策略生成候选解.与已有算法的数值试验结果比较表明,求解旅行商问题(TSP)的改进非支配排序遗传算法(NSGAII-TSP)能够更好地保持种群多样性,从而克服局部最优解的吸引并具有更鲁棒的全局探索能力.通过借助特殊的个体评价策略,所提出的算法可以更好地进行全局优化,甚至同时得到多个全局最优解.