并行计算与并行处理技术的应用研究

讨论了并行计算产生的背景、并行计算模型、并行计算机的概念、并行处理计算机的结构,论述了流行的并行处理技术和并行软件,讨论了并行计算存在的问题.认为并行算法充分利用了CPU的并行处理能力,具有实时处理能力和计算能力上的优势.     

求解喷流问题的一种有效的并行算法

采用笔者提出的异步并行计算技术,利用局域网并行求解流体力学中的经典问题,平面渠喷流问题。该方法不仅并行处理效率高,而且与权威结果(串行计算)进行比较,计算结果令人满意。基于网络环境的分布式并行计算中,通常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,这样就存在通信冲突率提高、通信效率低下的问题。为解决网络环境的分布式并行计算中通信开销在的问题,文中采用了一种有序通信的思想,从而有效地回避了通信冲突的问题,取得了较好的效果。     

地球物理数据处理与并行计算

地球物理勘察的新技术、新方法对计算机的速度和内存提出了严峻的挑战．数据处理量的快速增加，使当今单计算机已难以满足其计算需求，采用并行计算技术来提高处理速度成为良好的解决方案．讨论和分析了并行计算在地球物理数据处理中的研究现状和进展：在地震方法中，各种并行处理方法已经取得较多研究成果，并在大型并行计算机上广泛应用；非地震方法中，主要基于COW机群的一些并行方法也进行了试验并得到初步应用．     

基于Spark的OS-ELM并行化算法

针对Spark平台的弹性分布式数据集并行计算框架机制,提出一种在线连续极限学习机并行处理的改进算法。利用分离在线连续极限学习机矩阵之间的依赖关系,将大规模数据中的高度复杂的矩阵分布到Spark集群中并行化计算,并行计算多个增量数据块的隐藏层输出矩阵,实现OS-ELM对矩阵的加速求解。实验结果表明,该算法在保持精度的同时可有效缩短学习时间,改善了大数据的扩展能力。     

基于网络并行计算的结构损伤动力有限元分析

网络并行计算是当今并行计算发展的新方向。用网络并行思路探讨了结构损伤动力有限元并行分析算法的实现方法,并在曙光－1000A分布式并行计算机上进行了测试。通过对实验数据的分析,讨论了该算法的并行效率。     

基于网络并行计算的结构损伤动力有限元分析

网络并行计算是当今并行计算发展的新方向。用网络并行思路探讨了结构损伤动力有限元并行分析算法的实现方法,并在曙光－1000A分布式并行计算机进行了测试。通过对实验数据的分析,讨论了该算法的并行效率。     

匹配场目标定位的并行遗传算法实现

针对匹配场声源定位算法中存在的固有并行性,构建了匹配场声源定位的并行计算算法框架,并引入并行遗传算法作为匹配场处理的寻优工具.根据匹配场处理的实际特性,对并行遗传算法的操作算子及评估标准进行了合理设计,使其快速收敛.以网络互联的双核PC机作为并行计算硬件平台,在Windows XP操作系统和MPI并行环境中对匹配场定位的并行算法进行了测试和分析.研究表明:采用并行遗传算法实现匹配场声源定位方法优于传统网格法,可有效节省算法运行时间,快速实现声源定位.     

WebGIS动态匹配相关问题的研究与实现

针对WebGIS在税务系统应用中遇到的对地图数据要求动态更新和动态匹配的问题进行了分析和研究,给出动态匹配的方法和实现,结合并行计算相关理论,证明了对纳税户到街道的动态匹配过程进行分布式程序设计的可行性,应用分布式程序设计解决了匹配过程中的速度问题。     

网络分布式环境下的并行计算方法

介绍了曙光-1000A分布式大规模并行计算机系统,讨论了分布式环境下实现网络并行计算的若干技术。     

一种基于Hadoop的分布式地图匹配算法

浮动车数据是重要的交通数据之一,能为相关部门提供实时交通状况信息.传统地图匹配算法难以直接适用于海量的浮动车数据匹配.因此在Hadoop的基础上,设计了一种分布式并行地图匹配系统,该系统加入了HashMap网格索引算法,能够加快匹配初筛速度,达到并行处理的效果,同时结合海拔高程信息和道路模糊化函数提升匹配准确度.实验结果表明所提算法具备较好的高效性和准确性.     

一种新的并行分类算法

提出一种建立在由独立的处理器构成的计算机网络（例如由Ｔｒａｎｓ－ｐｕｔｅｒ构成的计算机网络）上的并行分类算法，用以解决分布式数据库的分类计算问题。本文基于并行算法应与并行计算的拓扑结构相匹配的思想，设计了一种旨在减小处理器之间通讯开销的网络结构。在这样一种并行计算环境中，每个处理器运行同样的程序，计算负载均匀分布在每个处理器中，因而算法具有高度的并行性。同时这种基本结构还可以灵活地不断扩展，且随着网络的不断扩大，该并行算法的并行加速性更高。     

面向大尺度三维重建的多核并行SIFT算法

针对大尺度三维重建中图像数据集较大、其特征提取和匹配时间消耗过长等问题,提出了一种针对有序图像数据集的滑动窗口匹配算法.该算法采用并行计算实现了对SIFT特征提取和匹配算法的加速,并在图形处理器上得以实现,减少了匹配计算量.实验结果表明,算法大大提高了特征提取和匹配的运算速度,保证了特征的稳定性和匹配精度,有效地缩短了大尺度三维重建的运算时间,确保了重建精度.     

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。     

采用分布式并行子阵波束形成的水下三维成像

针对水下三维声纳成像技术因计算负载过大而无法满足实时性需求的问题,提出一种频域分布式并行子阵波束形成算法. 基于大规模二维方形平面换能器阵列,将全面阵分解成两级分布式子阵.所有一级子阵采用并行计算架构,同时进行并行波束形成;一级子阵和二级子阵之间采用流水线分布式计算架构,在二级子阵中计算得出波束强度值.基于Matlab软件对该算法进行仿真测试,并与传统波束形成算法相对比.综合考虑主瓣宽度、旁瓣峰值、内存需求量和计算需求量4个参数,给出最合理的子阵分解方法.结果表明：该算法可以实现水下三维声纳成像,并且符合工程实践的实时性需求.     

基于网格计算的电容层析成像图像重建技术的研究

针对目前电容层析成像系统在处理和解决上,对图像重建实时性的需求还有所欠缺的问题,提出了以网格计算技术为支撑,构建基于网格技术的图像重建系统,将分布的计算机资源组织协调起来共同解决科学与工程问题.这一技术提高了图像重建结果的处理速度,解决了单从算法优化角度无法解决的实际应用问题.     

基于MPI并行的遥感影像系统级几何校正快速处理技术研究

随着对地观测技术的飞速发展,通过遥感卫星获得的数据量正在迅速增加,各种应急应用需求也在日益增长,通过与快速计算技术相结合,特别是与并行处理相结合能够显著提高整个影像的快速处理速度.从遥感影像系统级几何校正处理的特点以及对现在提出的各种并行技术MPI、OpenMP、TBB、CUDA进行分析,通过研究提出了相应的快速处理技...     

基于MPI并行的遥感影像系统级几何校正快速处理技术研究

随着对地观测技术的飞速发展,通过遥感卫星获得的数据量正在迅速增加,各种应急应用需求也在日益增长．通过与快速计算技术相结合,特别是与并行处理相结合能够显著提高整个影像的快速处理速度．从遥感影像系统级几何校正处理的特点以及对现在提出的各种并行技术MPI、OpenMP、TBB、CUDA进行分析,通过研究提出了相应的快速处理技术,并通过基于MPI的简要机群进行了实验,取得了良好的效果,为下一步的高性能遥感影像计算等研究提供了参考．     

高分辨率遥感影像并行处理数据分配策略研究

在高分辨率遥感影像信息提取过程中,为提高信息提取的精度,采用基于特征基元的尺度分割方法;为提高信息提取的速度,采用并行计算机制实现遥感影像的信息提取.在采用并行计算实现遥感影像特征提取过程中,提出非均匀数据分配策略,并对其进行基于MPI的实现及效率的分析.结果表明,非均匀的遥感数据划分策略在针对特定图像的并行处理时能够得到比常规均匀划分策略更高的效率.