多指标综合评价差异驱动赋权法并行模型设计与实现

在多指标综合评价问题中,权重的确定是关键环节。为了满足进行大量数据计算的多指标综合评价权值确定的需求,提出了基于差异驱动原理的客观赋权法数学模型,并将其并行化。数值实验验证了该并行算法的可行性和正确性,并且具有较高的加速比和并行效率。     

Fisher最优分割的并行算法研究

“Fisher最优分割”是一种研究有序样本动态聚类的常用方法，该文利用动态规划的原理，提出了一种对其求解的快速并行算法．通过理论分析和数值实验，证明该算法具有理想的线性加速比，并行效率近似于1．     

精品课程"并行计算"的建设

从80年代初期至今,中国科学技术大学开展并行算法的教学和研究工作大体上可分为两个阶段:前10年主要围绕着并行排序和选择、VLSI并行算法和并行图论算法等开展非数值并行算法方面的教学和研究工作,最早在国内出版了《并行算法》丛书;后10年主要围绕着并行计算机、并行算法和并行程序设计等开展并行计算方面的教学和研究工作,率先在国内出版了并行计算系列丛书。20多年来,我们围绕着并行算法和并行计算两大系列课程的建设,逐步形成了一套完整的“并行算法类”的教学体系和我国高性能并行计算教育培养基地,为我国培养了一批在国内外从事算法…     

基于Spark的扩展孤立森林算法并行化改造实验设计

针对海量或高维数据进行异常检测实验时,往往检测速度较慢、效率较低。针对此问题,设计了一种基于Spark分布式计算的扩展孤立森林异常检测算法改造实验。实验基于Spark框架,分别在数据抽样、训练、预测等阶段设计并行化改造方法,通过与单核条件下的算法对比,验证了并行化方法在保证准确性的前提下执行效率得到大大提高。此实验对加深学生对大数据分布式并行处理知识的理解,引导其对海量数据挖掘相关技术的学习兴趣具有积极作用。     

基于CUDA的SM4加密算法高速实现

传统的SM4加密运算是在CPU上实现的,为了提高加密速度以处理大规模的加密运算,根据分组密码SM4的结构和特点,实现了一个利用GPU的通用计算能力,在统一计算设备架构(CUDA)平台上运行的SM4并行算法。通过两个实验平台,对SM4并行算法(基于CUDA)和串行算法(基于CPU)的性能进行了对比和实验验证。结果表明,该并行SM4算法在平台1上最高能达到40.6倍的加速比和85.4%的加速效率,在平台2上最高能达到64.7倍的加速比和49.5%的加速效率。     

并行计算技术与数值代数计算

介绍并行计算机及并行技术的发展、并行算法的并行效率评测依据，并针对求解三对角代数线性方程组的传统串行算法--追赶法，提出了一个并行化的算法（PFB算法）。     

基于并行粒子群优化算法的蛋白质二级结构预测

为了提高蛋白质二级结构预测的效率,对具有完全学习策略的量子行为粒子群（CLQPSO）算法进行了研究,实现了一种融合混沌优化与完全学习策略的量子行为粒子群算法;通过在粒子群进化过程中对收缩扩张因子和局部吸引子的混沌优化,提高了敛速和精度．基于统一计算设备架构（CUDA ）,利用GPU 的并行计算能力,将该算法并行化并应用到蛋白质二级结构预测中．实验表明：相比串行实现,该并行算法在对长度较短的残基序列进行蛋白质二级结构预测时,加速比可超过40．     

Particle-Particle算法并行化及改进

介绍了particle-particle算法的基本原理，并对串行particle-particle算法进行有效的并行化；对并行算法的受力计算和通信过程进行改进；最后给出了实验结果，并进行相关性能分析．     

基于免疫算法的二次曲面几何参数提取

在机械产品的逆向工程中,针对测量数据提取常用二次曲面几何参数非常重要,它有助于理解设计意图,提高重建模型的精度和效率。提出了基于实数编码免疫算法针对离散数据点进行二次曲面提取的方法。数值实验结果证明了此算法的有效性、鲁棒性和精确性。     

基于停留点和运动特征的交通模式并行检测算法（英文）

为了更加精确、快速地对城市中移动对象的交通模式进行检测,提出了利用停留点和运动特征进行交通模式检测的并行算法.首先,提取出不同交通模式中停留点特征,即分别对各种交通模式的停留点进行识别,并通过聚类算法挖掘不同交通模式特有的停留点特征.然后,提取出不同交通模式中的运动特征,主要包括最大速度、平均速度、停止率等.利用提取的停留点特征和运动特征构建分类器,以预测新轨迹的交通模式.最后,提出了基于Spark的并行算法进行交通模式检测.实验结果表明,停留点特征和运动特征能够更大程度地呈现出不同交通模式之间的区别,且检测精度高于其他方法.此外,并行算法可以提高交通模式的识别效率.     

并行算法的评析与设计

本文利用一种典型的并行随机存取计算机(PRAM)理论模型阐述并行算法一些简单的基本概念和技术,给出并行算法的一些评析和设计方法.     

SPH方法并行化解决方案

光滑粒子流体动力学(SmoothedParticleHydrodynamics,简称SPH)方法已经广泛应用于流体计算中,但在模拟三维问题时常花费大量的时间,为了提高计算速度与精度,对SPH模拟三维问题程序进行并行化是非常必要的。在详细阐述SPH方法在并行化过程中的数据通信方案和搜索策略的基础上,对三维溃坝算例进行数值模拟和分析,合理再现了溃坝的过程,验证了并行方案的正确性。     

解病态线性方程组的一种数值方法

对于病态的线性方程组的数值方法,一般使用迭代法,而迭代法的收敛速度慢且数值解的精度低,甚至发散.针对此问题,本文推出一个新的数值方法——主元加权松弛迭代法,通过对系数矩阵主元叠加一个权值,并引入松弛参数再对矩阵进行求解,从而能够有效的提高病态线性方程组的收敛速度和数值解精度,并讨论了算法的收敛条件.最后,通过数值实例展示了算法的有效性.     

求解对流扩散方程的一种新方法

基于求解对流扩散方程的高阶紧致指数型差分格式,并采用具有并行性质的AGE迭代法对其求解.数值结果表明该方法兼顾了稳定性、计算精度及并行性能.     

并行算法类实验教学建设与研究

80年代初期,中国科技大学计算机系便开展了并行算法的研究。1984年,我们将其搬上了大学讲台。十几年来,随着并行处理技术的发展,我们围绕着并行算法的课程教学,相继开设了并行计算机体系结构、并行程序设计、并行分布计算和高性能计算等课程,逐步形成了一套较完整的并行算法类的教学体系。相应地,并行算法类课程的实验教学,也逐步地从无到有,从观看演示到自己动手编程,从单一算法实现到综合设计分析,直到具体应用实例研究,初步形成了并行算法类课程的实验教学体系。本文介绍了我们在规划与建设并行算法类实验教学中的一些思路和做法,提出了实验教学要达到面向21世纪培养掌握计算机前沿技术高素质人才的目标。     

基于并行决策树的微博互动数预测

社交网络的快速发展,微博成为主要的社交媒体平台,针对如何预测微博文本的未来互动数,对微博进行有效的分发控制的问题,提出一种基于并行决策树的微博互动数所属级数预测的方法。首先,对用户以往发表的微博进行用户特征和微博文本特征的处理;然后,使用并行决策树分类算法对训练数据进行分类模型的构建;最后使用得到的分类模型对新微博文本的互动数所属级数进行分类预测。通过对比算法的实验,验证了所提方法具有较高的分类精度和较好的可扩展性,能够对微博所属级数进行有效的分类预测。     

图像并行集群复原校正方法研究

论述了图像校正算法的并行集群实现方法。针对图像复原问题,对复原算法结构与流程的并行处理进行研究,提出了整体数据传输、按行分片计算复原的并行处理方法。该方法在基于MPI的计算机并行集群系统中的8个计算节点上通过了测试,给出了集群校正实验结果和MPI并行计算时空图。实验结果表明,基于集群计算的并行复原方法十分有效,可缩短计算时间,提高计算效率。     

求解BBM-KdV方程的一个外推线性化守恒差分算法

本文对带有齐次边界条件的BBM-KdV方程的初边值问题进行了数值方法研究,在保证具有二阶理论精度的前提下,将非线性项在时间层进行线性化离散,提出了一个两层线性差分格式,且该格式合理地模拟了原问题的一个守恒性质,并用能量方法证明了其解的存在唯一性、二阶收敛性和无条件稳定性,最后的数值实验表明,该方法是有效的,且明显优于其它二阶格式.     

基于改进的MVC模式的模型驱动开发方法

为了能够快速实现“云＋端”系统种类繁多的客户端,提高系统的开发效率和模型的复用性,提出了一个基于改进的MVC模式的模型驱动开发方法IMVC—MDD,并对该方法进行了形式化描述。IMVC-MDD基于改进的MVC模式将系统模型细分为可并行开发的GUI模型、业务模型、数据模型和通用系统功能模型,使用wnTdNet本体保证模型合成时的一致性。细分模型使得各个子模型可以并行开发,从而提高建模效率和质量,获得更好的系统复用性和可移植性。实际应用验证了该方法的有效性。     

树机器上一种新的同步并行算法

针对当前树机器上同步并行算法存在的缺陷，本文提出一种应用分配思想和归并技术实现并行排序的算法，并通过进一步的分析证明了此算法简明而高效。