并行算法设计及编程基本方法

并行算法是指一次可执行多个操作的算法。对并行算法的研究现在已发展为一个独立的研究领域。很多用串行算法解决的问题也已经有了相应的并行算法。在本文，我们阐述了一些简单的并行计算以说明并行算法的一些基本概念，应用和编程方法。     

“并行算法”课程的教学与探讨

现在许多高校在算法课程中加入了并行算法的内容,随着高性能计算技术的发展和普及,会有越来越多的学校单设并行算法课程。本文结合作者多年讲授并行算法课程的教学体会,就如何教好与学好这门课程进行了讨论并给出了一些建议和意见。     

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。     

N体问题并行算法的探讨

N体问题是研究天体间万有引力的问题,属于易并行计算的范畴。本文探讨了N体问题的顺序算法和并行算法,并给出实验结果。通过对两种算法的性能分析,说明了运用并行算法的优点和缺点。     

数据挖掘中分类并行算法研究

数据挖掘在各行业发挥着越来越重要的作用,随着数据挖掘中数据量的高速增长以及大规模计算在数据挖掘中的应用。挖掘算法处理海量数据的能力问题日益突出．通过对常见的数据挖掘分类并行算法进行研究探讨,分析了C4．5算法,SLIQ算法,SPRINT算法的优缺点,最后指出研究并行算法是解决处理海量数据能力的有效途径．     

并联机器人逆运动学模型及高效并行算法研究

充分考虑机构并行特征，运用影响系数法建立了并联机器人逆运动学模型，研究了模型的并行算法。并行算法的计算量分析表明该算法具有显著的并行性和高效性。     

并行算法类课程教学与基地建设

１９８３年中国科大在国内首先开展了非数值计算的并行算法研究。十几年来,我们结合教学,将并行算法从学术研究论坛搬上了大学讲台,从研究生教学推广至本科生教学,从计算机专业拓宽至非计算机专业。从而,它带动了教材建设,促进了学科发展,壮大了师资队伍,形成了国内并行算法主要的教学基地,培养了一批在国内外从事算法研究与教学的高级人才,推动了我国并行算法教学的发展,使我国的并行算法教学步入了世界先进行列     

《并行算法的设计与分析》简介及其教学法

《并行算法的设计与分析》简介及其教学法陈国良一、并行算法的研究层次从最朴素的的意义上讲，凡适合于在各种并行机上求解问题和处理数据的算法可统称之为并行算法。并行算法是并行处理技术中重要研究内容之一，从学科内容上讲，它可大致分为三个层次，即①并行算法理论...     

三次调用二次取中并行选择排序算法的研究

三次调用二次取中的并行选择算法是基于并行算法模型及串行程序思想的一种算法,编程方式采用VS2005环境中的C++/c#,通过MPICH2系统实现并行算法程序的运行,Windows视窗系统直接为用户良好的操作平台,在算法实现方面,考虑并行算法各影响因素的作用,尤其是通信因子,通过接口技术实现并行算法在网络中处理数据,为并行算法的具体应用提供必要技术支持.     

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…     

解一族线性方程组的一个并行算法

发掘和利用现有串行算法中的并行性,直接将串行算法改造为并行算法,是并行算法设计的最常用方法之一。提出一个基于Huang算法的解一族线性方程组的并行算法,该算法在集群系统环境下,具有较好的灵活性和优越性。算例表明,对病态线性方程组显得特别有效。特别是在时间紧迫、可考虑方案或边值可选较多的情况下,具有可观的快捷高效性。     

基于粗糙集理论的属性约简算法的研究

粗糙集理论中的有效算法研究是粗糙集理论的一个研究热点,目前主要集中在决策规则提取算法、属性约简算法、粗糙集基本并行算法以及与粗糙集有关的神经网络和遗传算法等。其中,属性约简算法是粗糙集理论及应用研究的重要内容。本文对粗糙集理论中的属性约简进行了比较系统的研究,在总结现有方法的基础上,提出了一种基于可辨识矩阵的启发式属性约简方法。     

基于小波变换的并行图像分割算法分析与优化

研究了基于小波变换图像处理的可行性,在分析了二维小波变换的数学模型后,改进了基于多处理机的均匀分块并行算法,有效减少了算法中的通信量。该算法具有通信量小、负载均衡等特点,适合实现多级小波变换,符合实际应用中对分辨率的要求。     

并行计算中快速排序算法的改进

快速排序算法可以解决高性能计算中理论算法在应用中出现的处理机个数问题。排序被认为占用了大量计算时间的一类问题。快速排序是一种典型的串行排序算法,它具有平均时间复杂度为O(nlogn)。如果利用并行算法来进行快速排序,时间复杂度仅只有O(2logn)。但是,当待排序的数据个数巨大时(如n>10n),在并行算法中需要N台处理器,在实际应用中不具备可行性,但利用域划分,并把归并排序应用到快速排序中,一个可以用在待排序的数据个数巨大时的实用的并行算法。     

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.     

基于CUDA的高速并行均值滤波算法

分析了均值滤波算法的并行特性,提出了一种基于计算统一设备架构（CUDA）的均值滤波图形处理单元（GPU）并行算法。算法首先依据椒盐噪声的特征,建立信号点标记矩阵;其次计算信号密度,并确定滤波半径;最后仅处理噪声像素,用其邻城内信号点像素灰度的均值代替它。实验结果表明,随着图像尺寸的增大,该并行算法相比串行算法速度,可以获得300倍以上的加速比。     

精确串匹配的并行算法研究与实现

围绕精确串匹配的并行算法展开研究.在基于分布存储的并行机群上,以串匹配的KR（Karp-Rabin）算法为理论基础,选择合适的Hash函数,设计KR的并行串匹配算法,改进了原有算法占机时间长的缺点,从计算时间复杂度和通信时间复杂度两个方面提高了效率.     

Durand-Kerner算法的5阶加速

基于Durltnd—Kemer算法结构，构造了新的同时求解多项式根的并行算法，且证明了该算法当多项式只有单根时，其收敛阶为5．     

一类相异嵌入格式的嵌套迭代并行算法

为改善并行迭代算法SCⅡ的收敛速度和渐近收敛性质，本给出了求解一维扩散方程的一类相异嵌入格式的嵌套迭代并行算法CIS-EOI．论述了CIS-EOI算法的基本构造，并用矩阵理论证明了格式的稳定性；讨论了迭代收敛性和渐近收敛性质．CIS—EOI算法不仅加快了迭代法的收敛速度、改善了网格加密时的渐近收敛性质，还提高了精确度，比单纯采用SCⅡ算法要好．中数值例子表明相异嵌入格式的嵌套迭代并行算法CIS—EOI是有效的．     

改进的神经网络BP算法在股票预测中的应用

本文针对神经网络BP算法的缺点,利用了神经网络学习因子自调整的并行算法,并将改进后的算法应用于股票预测中,结果表明,该算法是有效的.