排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
2.
谱聚类是数据挖掘领域最常用的聚类算法之一,但对于如何利用多核CPU与资源有限的众核加速器设计并实现一个在异构单节点上能够处理大规模数据集的高效谱聚类算法,目前尚无理想的解决方案.PSCH(parallel spectral clustering for hybrids)算法是专为CPU-GPU异构计算环境设计的并行T近邻(T-nearest-neighbors, TNN)谱聚类算法,通过分块计算相似性矩阵打破了GPU设备内存的限制,所能处理的数据集规模仅受限于CPU主存的容量.PSCH算法中使用CUDA设计实现双缓冲轮转4段流水机制,通过重叠计算与传输在打破存储瓶颈的同时保证了高计算性能.PSCH算法采用隐式重启动Lanczos方法(implicitly restarted Lanczos method, IRIM)在异构硬件上计算稀疏特征矩阵的特征分解,减轻了特征分解步骤的计算瓶颈.PSCH算法在配有一块GTX 480 GPU的单节点上能够对百万以上规模的数据集进行聚类,并对实验中的4个数据集取得了相对于使用16进程的MPI并行谱聚类PSC算法2.0~4.5倍的性能. 相似文献
3.
4.
The gradient copolymers of acrylic acid and trifluoroethyl methacrylate(coded as P(TFEMAgrad-AA)) were synthesized via reversible addition-fragmentation transfer(RAFT) emulsifier-free emulsion polymerization. The spontaneous batch feeding approach was used to control the gradient chain sequence. Transmission electron microscopy(TEM) analysis revealed that the P(TFEMA-grad-AA) can self-assemble to form spherical micelles, rodlike micelles or vesicles in selective solvents. Morphological transition of the P(TFEMA-grad-AA) micelles was sensitive to the water content of the dioxane/water mixed solvent. More interestingly, Ag nanoparticles(NPs) were encapsulated by the P(TFEMA-grad-AA) micelles during the selfassembly process. The gradient chain sequence made the Ag NPs easily enter the core of the micelles, even when P(TFEMA-grad-AA) had less hydrophobic fluoro-units and more hydrophilic units. TEM images with energy dispersive spectrometer indicated that the nanocomposite micelles consisted of a Ag NPs core and a gradient copolymer shell. 相似文献
5.
6.
反应型乳化剂作用下的丙烯酸酯共聚物乳液 总被引:1,自引:1,他引:1
采用反应型乳化剂1-丙烯基-2-羟基烷磺酸钠(COPS-Ⅰ)与阴离子乳化剂聚氧乙烯-4-酚基醚硫酸铵(CO-436)复配乳化体系,制备了丙烯酸酯共聚物核壳乳液,主要探讨了不同的制备方法、不同单体(甲基丙烯酸甲酯MMA、苯乙烯St、丙烯酸丁酯BA、丙烯酸AA)的用量、引发剂过硫酸铵(APS)的用量、种子乳液用量以及乳化剂COPS-Ⅰ与CO-436配比等因素对乳液和乳胶膜性能的影响。测试结果表明,当采用半连续种子乳液聚合方法,MMA∶St∶BA∶AA质量比为18∶16∶14∶1,种子乳液的质量为10%,COPS-Ⅰ与CO-436质量比为4∶1,APS的质量为0.5%~0.7%时,得到的丙烯酸酯共聚物乳液和乳胶膜的综合性能较好。 相似文献
7.
环氧树脂改性丙烯酸酯共聚物复合乳液的合成及性能研究 总被引:2,自引:0,他引:2
通过原位乳液聚合法和物理共混法分别制备了环氧树脂改性丙烯酸酯共聚物复合乳液,并对环氧树脂的用量和不同改性方法进行了研究。通过红外(FT-IR)、透射电镜(TEM)、力学性能测试、耐水性能测试和甲苯溶胀率测试等研究了环氧树脂改性丙烯酸酯共聚物复合乳液及乳胶膜的性能。结果表明,环氧树脂改性后的丙烯酸酯共聚物复合乳液的耐水性能、耐甲苯溶剂性能、力学性能得以提高。当物理共混法的环氧树脂用量为15%,原位乳液聚合法的环氧树脂用量为10%,得到的复合乳液和乳胶膜的综合性能较好。 相似文献
8.
首先制备表面带有氨基的聚氨酯基材,再采用层层自组装技术,将两种生物大分子修饰剂(羧甲基纤维素和溶菌酶)层层自组装进行聚氨酯材料的表面修饰.采用原子力显微镜、水接触角测量仪、抗菌活性测试和溶血试验等方法对层层自组装修饰前后的聚氨酯材料的表面性能和生物性能进行了分析.测试结果表明,经过羧甲基纤维素与溶菌酶层层自组装表面修饰后的聚氨酯材料的亲水性提高,未修饰聚氨酯的水接触角为73.0°,而具有5个双分子修饰层的聚氨酯膜片的水接触角为42.3°;与未修饰的聚氨酯相比,层层自组装修饰后的聚氨酯对金黄色葡萄球菌的抗菌活性提高了41.4%;此外,经过层层自组装表面修饰的聚氨酯材料具有更好的血液相容性. 相似文献
9.
稠密线性代数运算对模式识别和生物信息等许多实际应用至关重要,而通用矩阵乘(GEMM)处于稠密线性代数运算的基础地位。在cuBLAS与MAGMA中,GEMM被实现为若干kernel函数,对大型GEMM计算能够达到很高的性能。然而,现有实现对批量的小型GEMM计算性能发挥则较为有限。而且,现有实现也不能在多个具有不同性能的GPU之间自动扩展并达到负载均衡。提出任务并行式GEMM(TPGEMM),用细粒度任务并行的方式实现批量矩阵乘和多GPU矩阵乘。一个或多个GEMM的计算能够被拆分为多个任务,动态地调度到一个或多个GPU上。TPGEMM避免了为批量矩阵乘启动多个kernel函数的开销,对批量矩阵乘能够取得显著高于cuBLAS与MAGMA的性能。在低开销细粒度任务调度的基础上,TPGEMM支持单个GEMM计算在多个GPU间的自动并行,在一台具有四个不同性能GPU的工作站上取得了接近100%的扩展效率。 相似文献
10.