K元2—立方体网络SIMD计算机图像模板匹配并行算法

模板匹配是进行虑波、边缘检测、目标识别和图像匹配的一种基本和有效的方法 .对于 N× N的图像和M× N ( M相似文献   

图象分块平均绝对差匹配并行算法

本文针对图象匹配算法中的乘法运算与差运算的一类并行计算问题 ,设计了一种图象分块平均绝对差匹配并行算法。该算法对于 N× N的参考图像、与处理元阵列大小相同的 M× M的实时图象 (N=BK,K=M,B>1) ,可通过将参考图像分成 B× B个图像块的分块匹配来实现 ,并具有很好的并行效率     

可重构造网孔机器上k-近邻并行算法

最近邻问题是计算几何学中的基本问题之一 ,k 近邻是最近邻的扩展 ,它在VLSI设计、数据库检索、模式匹配以及图像处理等领域有着广泛的应用背景 对于点数为N的平面点集S ,在规模为N×N的可重构造网孔机器上 ,提出了时间复杂度为O(k)的求S中所有点k 近邻的并行算法 该算法的时间复杂度已达到了该问题本身固有时间复杂度的下界     

RSVP-TE的新型数据存储与访问机制的研究

目前用于IP网Q oS保证的RSVP-TE协议被广泛关注.为了适应RSVP-TE数据存储单元的快速存储与访问需要,本文提出一种基于二维链表存储结构的状态块模块的新型存储和访问机制,其时间复杂度由原来的O(M×N)降为O(M+N).试验结果体现该机制优越的时间特性.     

无回路有向图的深度第一支撑树的快速并行算法

Ghosh和Bhattacharjee在[1]中提出的无回路有向图的深度第一支撑树的并行算法是错误的。本文解决了一般无回路有向图的深度第一支撑树的快速并行算法。其时间复杂度及处理器复杂度分别为O(log~2n)及O(n~3/log n)。     

新型二值图像结构化补偿放大平滑并行算法

本文提出了结构化补偿方法并构造二值图像放大平滑算法.文中的算法能对任意二值点阵图像进行放大平滑,获得较好的边缘平滑输出图像.对任意输入算法都能用一次变换投影完成操作.算法利用向量布尔代数和布尔矩阵表示,形式简单、公式对称、输出图像中无简单补偿时具有的补点冗余效应.完成处理一个N×M阶(0,1)矩阵,串行复杂性为9×N×M,并行复杂性为4×N×M.对比最简单的补偿算法,一遍放大和L遍平滑串行复杂性为(4×L+1)×N×M,并行复杂性为(3×L+1)×N×M.对比其它方案,算法的处理速度比它们快100—10000倍以上,并有最好的输出质量.该方法是一类整体优于发表方案的高性能、高速度二值图像处理并行算法.它适用于任意结构的计算机,具有良好的推广应用前景.     

基于邻域子块相关的快速纹理合成

提出一种新的基于邻域子块相关的快速纹理合成方法,通过预处理,在合成过程中利用邻域子块的相关性,把搜索范围限制在当前块的邻域,与基于块抽样的纹理合成算法相比,时间复杂度从O(M×N)降至O(M),并且对于一幅输入纹理合成不同大小的输出纹理,只需对输入纹理进行一次预处理。实验结果表明,对于广泛存在的真实纹理,邻域子块的相关能更好地描述纹理的特征,合成出视觉效果上更优的输出纹理。     

氮磷钾互作效应对甘草黄酮含量影响的初步研究

研究结果表明,宁夏红寺堡扬黄新灌区沙壤灰钙土氮、磷、钾对甘草总黄酮含量影响大小为:施磷(负效应)大于施氮(正效应)大于施钾(负效应);因子互作效应对甘草总黄酮含量影响大小顺序为P×K>N×P>N×K;红寺堡扬黄新灌区沙壤灰钙土人工栽培甘草总黄酮含量≥5.0%以上的农艺措施为:施纯N 119.6~138.8kghm-2、施纯P2O5153.2~178.5 kghm-2、施纯K2O 90.9~105.6 kghm-2。     

RAPWBN的矩阵乘法并行算法

在介绍带有宽总线网络的可重构计算阵列(RAPWBN)的基本结构及其二进制值的前缀和操作的基础上,提出了 RAPWBN 阵列上的整数求和算法,并由此得到了 RAPWBN 阵列上的两种快速高效的矩阵乘法运算并行算法。在具有 N3个处理器和 N2条行总线的 RAPWBN 阵列上,若总线带宽ω>logN 字节,矩阵乘法可以在 O(1)时间完成;在具有 N2个处理器和 N 条行总线的 RAPWBN 阵列上,矩阵乘法可以在 O(N)时间完成。它们的效率都为 O(N3),达到了最优。     

PRAM和LARPBS模型上的近似串匹配并行算法

近似串匹配技术在网络信息搜索、数字图书馆、模式识别、文本挖掘、IP路由查找、网络入侵检测、生物信息学、音乐研究计算等领域具有广泛的应用.基于CREW-PRAM(parallel random access machine with concurrent read and exclusive write)模型,采用波前式并行推进的方法直接计算编辑距离矩阵D,设计了一个允许k-差别的近似串匹配动态规划并行算法,该算法使用(m+1)个处理器,时间复杂度为O(n),算法理论上达到线性加速;采取水平和斜向双并行计算编辑距离矩阵D的方法,设计了一个使用((m+1)个处理器和O(n/(+m)时间的、可伸缩的、允许k-差别的近似串匹配动态规划并行算法,.基于分治策略,通过灵活拆分总线和合并子总线动态重构光总线系统,并充分利用光总线的消息播送技术和并行计算前缀和的方法,实现了汉明距离的并行计算,设计了两个基于LARPBS(linear arrays with reconfigurable pipelined bus system)模型的通信高效、可扩放的允许k-误配的近似串匹配并行算法,其中一个算法使用n个处理器,时间为O(m);另一个为常数时间算法,使用mn个处理器.     

基于流水光总线阵列上的快速可扩展并行排序算法

在Y．Pan提出的基于流水光总线阵列模型(LARPBS)上使用N个处理器对N个元素进行排序在最好情况下以O(logN)时间,最坏情况下以O(N)时间完成的并行排序算法的基础上,提出了一种LARPBS模型上的可扩展的快速并行排序算法,对N个元素进行排序,使用p(1≤P≤N)个处理器在最好情况下以O(NlogN／p)时间,最坏情况下以O(N^2／p)时间完成排序。另外还提出了一种LARPBS模型上改进的快速高效并行排序算法,该算法对N个元素进行排序使用N个处理器在最好情况下以O(log√N)时间、最坏情况下以O(√N)时间完成排序。     

基于LARPBS模型的最大值查找算法

具备可重配置流水线总线的线性阵列LARPBS(1inear arrays with a reconfigurable pipelined bus systems)是近来出现的一种高效的并行计算模型．与理想的PRAM模型不同．LARPBS是现实可行的。基于LARPBS模型,Y．Pan介绍了2种宽度和精度任意的数据项的最大值查找算法：算法1使用了N^2／2个处理机、O(1)时间,它是目前时间最优的算法;算法2使用了N个处理机、O(loglogN)时间。本文介绍了2种最大值查找算法．时间复杂度同Y.Pan的算法,但所用处理机数减少了一半．这是对Y．Pan算法的重要改进。     

Fast sorting algorithms on a linear array with a reconfigurablepipelined bus system

We present two fast algorithms for sorting on a linear array with a reconfigurable pipelined bus system (LARPBS), one of the recently proposed parallel architectures based on optical buses. In our first algorithm, we sort N numbers in O(log N log log N) worst-case time using N processors. In our second algorithm, we sort N numbers in O((log log N)²) worst-case time using N^1+ε processors, for any fixed ε such that 0 < ε < 1. Our algorithms are based on a novel deterministic sampling scheme for merging two sorted arrays of length N each in O(log log N) time on an LARPBS with N processors. To our knowledge, the previous best sorting algorithm on this architecture has a running time of O((log N)²) using N processors     

基于流水光总线阵列上Valiant并行归并排序的实现

基于流水总线的可重构线性阵列系统（LARPBS）是一种建立在光总线上的并行计算模型,许多研究工作者已经在该模型上设计出了一些高效的并行算法。文章提出了一种基于LARPBS模型上Vnliant并行归并的实现算法,利用该法对长度为N的序列进行排序,最坏情况下可以使用N个处理器在O（logNloglogN)时间完成。     

Constant Time Boolean Matrix Multiplication on a Linear Array with a Reconfigurable Pipelined Bus System

We show that the product of two N × N boolean matrices can be calculated in constant time on an LARPBS with O(N3 / log N) processors. All data communications and computations are performed on the bit level. To the best of the author's knowledge, this is the first parallel boolean matrix multiplication algorithm that has constant execution time, and is executed on a distributed memory system with (N3) processors. By using our boolean matrix multiplication algorithm, it is shown that the transitive closure of a directed graph can be obtained in O(log N) time ( measured by bit level operations) on an LARPBS with O (N3 / log N) processors. To the best of our knowledge, this is the first parallel algorithm for tansitive closure of directed graphs with time complexity O(log N) (comparable to that of CRCW PRAM) and cost O (N3) on a realistic parallel computing model, which has no shared memory, and interprocessor communications are dealt with explicitly and efficiently.     

基于流水光总线模型的快速归并排序算法

文章提出了一种LARPBS模型上的并行归并排序算法,利用该算法对长度为N的序列进行排序,使用N~(1+)着(0<着<1)个处理机可以在O((loglogN)~2)时间完成。     

基于流水光总线阵列的快速并行排序算法

基于流水光总线的可重构线性阵列系统(LARPBS)是一种建立在光总线上的并行计算模型。本文提出了一种基于LARPBS模型的快速排序并行算法,该算法使用n个处理器,对关 键字位数固定的n个记录可以在O(1)时间完成排序;对于关键字位数不固定的n个记录,可以在O(d)时间完成排序,这里d为关键字的最大位数。     

Scalable and efficient parallel algorithms for Euclidean distance transform on the LARPBS model

A parallel algorithm for Euclidean distance transform (EDT) on linear array with reconfigurable pipeline bus system (LARPBS) is presented. For an image with n/spl times/n pixels, the algorithm can complete EDT transform in O(n log n/c(n) log d(n)) time using n/spl middot/d(n)/spl middot/c(n) processors, where c(n) and d(n) are parameters satisfying 1/spl les/c(n)/spl les/n, and 1相似文献   

A Fast Efficient Parallel Hough Transform Algorithm on LARPBS

A parallel algorithm for Hough transform on a linear array with reconfigurable pipeline bus system (LARPBS) is presented. Suppose the number of -values to be considered is m, for an image with n × n pixels, the algorithm can complete Hough transform in O(1) time using mn ² processors and achieve optimal speed and efficiency. We also illustrate how to partition data and perform the algorithm on a LARPBS with fewer than mn ² processors, and hence show that the algorithm is highly scalable.     

LARPBS上图像的模板匹配和中值滤波算法

图像的模板匹配和中值滤波是图像处理和计算机视觉中的基本操作。给定一个 图像、 模板和 窗口，该文在 个处理器的LARPBS模型上，分别提出了一个时间复杂度为 模板匹配算法和一个时间复杂度为 的中值滤波算法，其中， 。