基于宽度优先搜索的路径生成算法

宽度优先搜索和深度优先搜索是图论中常用的两种搜索算法.两者各有优势,但深度优先搜索算法的效率在低连通度图中会大大降低,这时更适合采用宽度优先搜索算法.本文提出了一种基于宽度优先搜索的路径生成算法,具有较好的时间复杂性和空间复杂性.     

宽度优先反复加宽及其启发式搜索算法研究

首先针对搜索树中深度固定且目标唯一的寻优问题，指出宽度优先反复加宽的搜索效率要比深度优先反复加深的搜索效率高，基于此，提出了基于宽度优先反复加宽的启发式搜索算法ＩＷＡ＊，算法ＩＷＡ＊是可采纳的。为了保持算法ＩＷＡ＊的搜索效率高于算法ＩＤＡ＊的搜索效率，同时又使算法ＩＷＡ＊的存贮空间复杂度减低，文中基于分层技术，提出了基于深度优先的ＩＷＡ＊算法──ＩＤＷＡ＊。算法ＩＤＷＡ＊也是一个可采纳的启发式搜索算法。     

基于宽度优先搜索的菜单遍历算法在C#中的实现及应用

在MIS系统应用中,通常要对用户权限进行控制.本文首先分析了两种常用的访问控制方法的缺陷;然后提出了一种基于宽度优先搜索遍历菜单,实现用户权限控制的方法;最后结合实例用C#实现了该方法.该方法具有很好的通用性和实用性.     

基于宽度优先搜索的K-medoids聚类算法

针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略. 首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点;然后,根据对象间的相似性分别对K个粒子中的对象建立以中心点为根节点的相似对象二叉树,通过宽度优先搜索遍历二叉树迭代出最优中心点, 同时采用簇间距离和簇内距离优化准则函数. 实验结果表明,所提算法在UCI中Iris和Wine标准数据集中测试,在有效缩短迭代次数的同时保证了算法聚类准确率.     

基于肤色信息与宽度优先搜索的AAM人脸特征定位算法

提出了一种结合肤色信息与宽度优先搜索的AAM(Active Appearcance Models)人脸检测算法。该算法充分利用彩色人脸图像中的肤色信息,建立肤色模型,结合形态学运算和宽度优先搜索算法,定位人脸重心,有效地缩小了搜索窗口。实验表明,和AAM算法相比,该算法不仅检测率提高,而且速度提高60%以上。     

分布式并行数据挖掘系统的研究与实现

分布式多层体系结构,一方面可以适用于分布式应用的需要,另一方面可以减少系统的升级、维护费用,提高系统的鲁棒性。并行计算可以提高系统的执行效率。因此,研究分布式数据挖掘和并行数据挖掘问题很有必要性。文章研究了基于多线程的并行数据挖掘,和基于VisiBroker的分布式数据挖掘的实现原理,以及运行实例。     

基于广度优先搜索的八数码问题解决方案

介绍了一种基于广度优先搜索的八数码问题解决方案.     

基于广度优先搜索的求解8数码问题的算法研究

本文介绍一种求解8数码问题的算法，它是基于广度优先搜索思想的，针对广度优先搜索算法在时间和空间上的开销较大，本文针对8数码问题，给出了算法采用的数据结构，提高了算法的效率，降低了算法在时间和空间上的开销。     

求解极小SMT不可满足子式的宽度优先搜索算法

极小不可满足子式能够为可满足性模理论(SMT)公式的不可满足的原因提供精确的解释,帮助自动化工具迅速定位错误.针对极小SMT不可满足子式的求解问题,提出了SMT公式搜索树及其3类结点的概念,并给出了不可满足子式、极小不可满足子式与3类结点之间的映射关系.基于这种映射关系,采用宽度优先的搜索策略提出了宽度优先搜索的极小SMT不可满足子式求解算法.基于业界公认的SMT Competition 2007测试集进行实验的结果表明,该算法能够有效地求解极小不可满足子式.     

由“汽车问题”浅谈深度优先搜索的对象与策略

本文通过对“汽车问题”的分析,认为对深度搜索题目,一个好的搜索对象和策略是十分重要的,并且根据深度搜索消耗时间公式提出了比较搜索对象和策略的标准:优化剪枝与操作系数。同时,通过对深度搜索消耗时间公式的分析也发现,为了更好的解决问题达到目的,仅仅在微观上进行变动更新是不够的,还要首先为这个目的去创造良好的宏观条件。     

分布并行的分形视频压缩技术

分形视频压缩建立在静止图像分形压缩的基础上,其压缩思想主要是对Jacquin分块方法的扩充,把二维的值域块和定义域块扩充成三维值域立方体和定义域立方体,或者采用帧间的分形压缩和帧内运动补偿相结合的办法。这两种方法所具有的大计算量限制了分形视频压缩的研究和应用。该文沿这两个思路引入了分布并行计算机制,从而缩短了压缩时间。     

分布并行的分形图像压缩算法

分形图像压缩算法的时间复杂性很大，在单机上受到限制，针对这方面提出的分类方法，基于邻域搜索算法等虽然降低了时间复杂性，但同时也影响了图像的压缩质量，本文把分布并行机制引入分形压缩算法，提出分布并行的自适应四分树分形压缩算法，并在基于Java RMI的分布并行计算系统中加以实现，实验表明可以获得接近计算结点数的加速比。     

基于Java的分布式并行计算关键技术

本文首先概述了 Java技术的引入对分布式并行计算技术的影响 ,然后就工作机群的组织、问题分布、系统内通信、容错机制等四个关键问题进行讨论 ,分析常见的问题和各种解决方案 ,最后对基于 Java的分布式并行计算的进一步发展前景作简要描述     

并行与分布计算课程建设探索

本文根据我系近年教学改革与课程建设经验,探讨了面向计算机科学与技术专业本科生的并行与分布计算课程的课程规划和建设,并总结了一些经验。     

分布式并行处理中的异步通信技术及其分析

在基于网络环境的分布式并行计算中,因为一般情况下,局域网的底层通信协议多为以太网协议,而以太网采用的是总线通信和信道竞争两种技术,因此基于网络环境的分布式并行计算中最大的问题可能就是要解决好通信开销的问题。根据以太网的特性,提出了一种子任务计算和通信错开的解决方案,并已成功用于求解一个经典的流体力学问题,取得了良好的效果。该文着从理论上分析该方案的加速比和并行效率等。     

Solution-Domain-Decomposition Method for Heat Transfer Problem Using Parallel Distributed Computing

Solution-domain-decomposition (SDD) method is formulated for solving heat transfer problem and generalized for solving multi-domain problem. A generalized algorithm is suggested for parallel and distributing computation. Chebyshev expansion on the dependent variables is used for pseudospectral approximation of the governing equation in this study. Linear superposition principle is adapted to incorporate the interactions between the subdomains. By effective subdivision of computational domain, significant computational efficiency and computational memory savings are accomplished without losing spectral accuracy of the solution. Owing to independent characteristics of the subdomains. the scheme is well suited for multi-processor machines. Convergence study reveals that spectra! accuracy is still conserved for the multi-domain calculation. The calculation domain is divided up to 8 subdomains and calculation is distributed up to independent CPUs. Significant speed-up ratio is obtained by distributing the subtasks through the network.     

空间连接系统分布式并行滤波

给出了空间连接系统的一种分布式并行滤波算法．该算法的特点是利用多个计算单元对全部子系统的 状态同时进行估计．每个计算单元仅利用当前子系统的输出和相邻计算单元的估计结果,对当前子系统的状态进行 估计,并将结果传递给相邻计算单元．在线递推计算时,该算法在计算复杂度方面仅相当于单个子系统的卡尔曼滤 波．仿真结果表明,该算法的滤波精度十分接近最优的集总式卡尔曼滤波精度,二者的稳态滤波误差仅差5%．     

一种基于移动Agent的分布式并行计算模型

针对传统的分布式并行计算方案所存在的缺点,提出了一种基于移动Agent技术的分布式并行计算模型。在简单介绍移动Agent技术后,给出了基于移动Agent的分布式并行计算模型,并详细叙述了该模型的具体工作过程和实现方案。模型设计完成后,用此模型来解决计算量很大的数值计算问题。首先利用数学工具分析设计出该问题的适合于分布式并行计算的方案,然后依照模型实现实验程序。实验测试表明根据该模型实现的分布式并行计算程序具有较高的加速比和并行效率,并有效地提高了分布式并行计算的稳定性、灵活性、可扩展性和移动性。     

MILLIPEDE: Easy Parallel Programming in Available Distributed Environments

MILLIPEDE is a project aimed at developing a distributed shared memory environment for parallel programming. A major goal of this project is to support easy-to-grasp parallel programming languages that will also make it straightforward to parallelize existing code. Other targets are forward compatibility and availability of both the user programs (hence the shared memory support and the C-like parallel language PARC) and the system itself (which is thus implemented in user-level and using the operating system exported services). Locality of memory references, which implies efficiency and speedups, is maintained by MILLIPEDE} using page and thread migration, through which dynamic load-balancing and weak memory are implemented. ©1997 by John Wiley & Sons, Ltd.