首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
一种高阶平滑表面并行提取方法   总被引:1,自引:0,他引:1  
针对高阶平滑表面算法计算复杂和数据量大的问题,提出一种加快高阶平滑表面算法速度的并行方法.首先对高阶平滑表面算法进行并行化,然后采用优化技术提高算法性能,同时采用矩阵压缩改善内存空间性能.实验表明,在双核处理器上平均加速比达到1.87.  相似文献   

2.
提出改进的并行化谱聚类算法。该算法对于距离矩阵与相似度矩阵进行了改进,并在其中加入了kd树技术以对大规模数据进行稀疏化处理;然后在进行数据特征计算时,将数据以拉普拉斯矩阵的方式存入Hadoop之中,通过运行Lanczos分布计算的形式得到了其向量特征;最后运用在聚类算法中的较为高效的k-means聚类算法对向量特征的转置矩阵进行处理从而得到了需要的聚类结果。仿真实验结果表明,本文所提出的谱聚类并行算法能够为大规模的数据挖掘工作带来性能的巨大提升。  相似文献   

3.
本文针对当前Ad Hoc网络路由的特点,在Ad Hoc路由优化算法基础上提出一种改进的蚁群算法.该算法首先将影响蚁群算法性能的参数作为遗传算法中的染色体,通过迭代找出最优的参数组合,然后对区域节点采用动态邻域分解的同时进行并行优化计算,最后将各子区域进行邻域全局连接得到最优解,该算法体现"分而治之"的思想.实验仿真结果表明,改进算法有效地提高了网络传输性能和通信效率,在性能上较基本蚁群算法有更大的优势.  相似文献   

4.
为了提高BP神经网络算法的分类准确率和运行时间效率,利用PSO算法和并行化设计的思想,提出了Hadoop平台下基于MapReduce的PSO优化BP神经网络的并行化设计及实现方法。利用PSO算法优化BP神经网络的初始权值和阈值,提高算法分类准确率;采用MapReduce并行编程模型实现算法的并行化处理,解决了BP神经网络在处理大规模样本数据集时存在的硬件开销和通信开销大的问题。选用SUN Database场景图像库构造了5个不同规模的数据集,通过与传统的串行PSO-BP神经网络算法实验对比,并行化的PSO-BP神经网络算法分类准确率达92%左右,系统效率在0.85左右,在处理大规模数据集时具有明显的优越性。  相似文献   

5.
文章通过分析传统的空间聚类算法以及新发展的聚类分析方法,最终选K-means算法进行研究。基于Hadoop平台,采用HDFS(分布式文件系统)存储数据,结合MapReduce编程模式,对K-means算法进行设计以及编程实现,最后实现了该算法在Hadoop平台上的并行化。通过实验,验证了K-means算法部署在Hadoop集群上并行化运行,在处理空间数据时,该算法有效地减少了时间复杂度,大大提高了实施效率和结果的准确性。  相似文献   

6.
针对并行遗传算法中计算资源的分配问题,采用遗传算法和多智能体技术相结合的方法,实现了基于粗粒度的并行GA算法结构,该方法有利于改进遗传算法的性能,提高遗传算法搜索的效率.  相似文献   

7.
进入大数据时代,中文文本的数据量的显著增加,如何针对大数据量的文本数据进行有效分类是一个重要问题。传统的朴素贝叶斯算法在进行分类时,认为特征属性对分类决策的贡献是相同的,同时对于大数据集的处理也存在性能低下的缺点。针对如上问题,本文提出了一种基于TFIDFCF特征加权的并行化朴素贝叶斯文本分类算法,该算法通过Map Reduce并行框架实现。利用THUCNews新闻文本数据开展文本分类处理,实验结果表明,并行框架下的TFIDFCF特征加权的朴素贝叶斯算法在训练速度和预测精度上都有提高。  相似文献   

8.
针对标准KNN算法在交通运输路况预测的应用中还存在误差较高等问题。本文提出了一种基于改进粒子群并行优化KNN算法的交通运输路况预测模型,首先在采用粒子群算法对KNN算法进行优化前,引入变异操作并结合神经网络中的Sigmoid型函数对粒子群算法的特征子集进行优化,然后采用最优化学习策略对改进粒子群算法的运算性能进行优化,最后采用改进的粒子群算法把改进的KNN算法的待优化参数随机初始化为一组粒子的位置和速度,并根据适应值函数计算每个粒子的适应度。仿真实验结果表明,本文提出的改进粒子群算法具有较好的收敛性能,基于改进粒子群并行优化的KNN算法在交通运输路况的预测中误差较小。  相似文献   

9.
并行文化微粒群优化算法是一种改进的微粒群优化算法,具有较强的全局搜索能力.将非线性方程组的求解问题转化为函数优化问题,应用并行文化微粒群优化算法求解非线性方程组的解.计算中不需要使用目标函数的导数信息和初始点信息,数值实验结果表明了该算法的有效性和可行性.  相似文献   

10.
在FDM算法的基础上,提出了一种改进的并行关联规则挖掘算法FDM_DT,此算法利用DHP算法中的Hash表技术改进了2阶侯选项集的生成过程,并采用Apriori Tid算法中的Tid表技术对事务数据库中的事务数进行有效消减。因此,此算法在处理大规模数据时有较高的综合效率。  相似文献   

11.
赵菲 《科技通报》2012,28(10):147-149
由于分层空时码具有良好的频谱利用率和码速率,因此WIFI无线局域网系统中采用分层空时码.排序串行干扰信号检测算法具有良好的检测性能,但其译码复杂度很高.并行干扰消除算法虽然译码简单但其检测性能比较差.本文在并行干扰消除算法的基础上,提出了一种具有低复杂度且检测性能优良的算法.在WIFI无线信道A、B、F模型条件下仿真,结果表明,该算法具有良好的检测性能且复杂度最低.  相似文献   

12.
针对电网数据来源多、维度高、体量大的特点,提出云环境下大规模电网数据相似重复记录并行检测算法MP-MATCH;首先,引入海明距离、倒排索引算法和狄利克雷抽屉原理对Sim Hash算法改进,解决相似重复记录检测精度和效率缺失的问题;其次,基于MapReduce模型设计改进的Sim Hash算法的并行执行策略,实现云环境下大规模电网数据相似重复记录并行检测;最后,在Hadoop平台上进行实例对比分析,结果表明了算法的高效性和精确性,并具有良好的伸缩性和加速比,适用于大规模电网数据的相似重复记录并行检测。  相似文献   

13.
一种改进的并行混合遗传算法在求解TSP问题中的应用   总被引:1,自引:0,他引:1  
遗传算法(GeneticAlgorithm,GA)是一种基于自然群体遗传机制的有效搜索算法。由于它在搜索空间中同时考虑许多点,这样就减少了收敛于局部极小的可能,也增加了处理的并行性。因此,可以利用并行遗传算法(PGA)研究典型的组合优化实例-TSP问题(旅行商问题)的求解问题,提出一种改进的主从式并行混合遗传算法求解TSP问题。实验结果表明,该方法在解的精度和速度上优于以前的算法。  相似文献   

14.
本研究对象为并行计算机的I/O性能,利用负载平衡算法将任务分发给不同的处理结点。通过进程间的相互协调、有序合作完成任务。在完成任务的过程中,通过记录I/O时间与计算时间,求出I/O性能与计算性能,通过分析比较数据从而认识I/O性能的重要性。研究计算机的I/O性能对于如何进一步改进系统以及提高资源利用率具有重要意义。  相似文献   

15.
罗少彬 《科技广场》2011,(5):119-122
目的:对嵌入式操作系统的调度算法进行分析和改进。方法:应用改进EMS调度算法和EDF调度算法。结果:系统资源利用率得到提高,并且可以充分发挥系统性能,提高系统处理任务的吞吐量,缩短任务全部完成所需时间。结论:用尽可能小的花销来满足尽可能大的需求,从使用上来说,就是降低了单位应用成本,这无疑也有着重要的经济意义。因此,可以说改进RMS算法和EDF算法在提升嵌入式操作系统性能方面,做到了有所兼顾,有些方面还做到了最优。  相似文献   

16.
基于FPGA的CCSDS图像数据压缩系统的设计   总被引:1,自引:0,他引:1  
针对CCSDS图像数据压缩(IDC)标准,提出了一种基于FPGA的CCSDS IDC并行实现方案.该方案包括离散小波变换(DWT)、直流系数量化编码、位平面编码(BPE)、码字拼接等4个模块.位平面编码模块采用了并行扫描、并行编码的快速算法,以提高编码速度.仿真结果表明了本方案的可行性和有效性,处理时间比现有的CCSDS IDC串行编码改进方法减少了13.6%,适用于空间通信的图像数据压缩编码.  相似文献   

17.
从XBRL维度数据处理的角度,研究大规模半结构化数据处理技术,提出一种基于Map/Reduce并行编程模型的XBRL维度数据解析算法.该算法在Map/Reduce编程模型和StAX流式解析技术的基础上,针对XBRL财务报告中各XML文件之间较复杂的数据引用关系,以整份XBRL财务报告为处理的最小单位,结合并行技术提取维度事项所包含的数据,再处理业务语义数据,从而实现复杂XBRL维度数据的解析.性能比较分析表明,该算法在大规模XBRL数据处理方面具有显著优势.  相似文献   

18.
现实的通信网络由多重网络组成,构成具有多维任务分配的复杂网络结构,在任务处理中会产生并行振荡,对复杂网络中的振荡抑制是提高复杂网络并行处理的重要因素。传统的并行振荡方法采用奇异值分解降维的特征匹配算法,在面对大规模复杂任务求解时产生大量的内存需求和时间损耗。提出一种基于隐性群体双模分解的并行振荡抑制算法,首先进行复杂网络多维业务并行处理模型设计,得到了复杂网络多维业务并行处理模型的指标参量体系,采用隐性群体并行特征匹配方法实现双模特征匹配并行处理。仿真实验表明,采用该算法进行复杂网络隐性群体的并行特征匹配,实现并行处理和串行处理,双模分解的时间成本及空间成本大幅降低,加速比提高2倍,有效抑制网络振荡。算法在进行复杂网络多任务并行处理中发包数量,时延和能量效率等方面具有优越性能。  相似文献   

19.
遥感数字影像中提取植被指数并行算法的研究与实现   总被引:3,自引:0,他引:3  
于延  王建华  段喜萍 《科技通报》2013,29(2):100-102
在遥感影像处理中,植被指数的提取可以用来定性和定量评价植被覆盖及生长活力.由于现有的卫星观测项目的增多以及电子技术的进步引起的数据时空分辨率增加,获取的卫星遥感资料成指数级地增加.传统已有的串行的植被指数提取算法已经不能有效地处理大量的影像资料.本文提出了基于CUDA的并行植被指数提取算法.该并行算法可以快速、高效地计算植被指数.实验结果表明,本文提出的算法与传统的算法在时间上取得了很好的加速比,并且有很低的误差.  相似文献   

20.
遗传算法作为一种基于生物进化机制的自适应算法,适用于各类复杂系统的优化计算。然而标准遗传算法所具有的易早熟、易陷入局部最优等问题,在一定程度上限制了遗传算法的推广和使用。在对遗传算子做出改进的基础上,提出了一种基于小种群策略的并行遗传算法,从而有效地提高了遗传算法的执行效率和性能。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号