并行化

摘要： 针对现有命名实体识别存在数据处理效率低的问题,该文提出了一种并行化Block-BAC模型。提出了前处理中的数据分块优化算法,并基于Hadoop实现并行化的运作机制;采用局部注意力优化机制,有效减少模型的隐层节点。与已有的BERT-BAC模型相比,在确保较高F;值(精确率和召回率的调和平均数)的情况下,该模型训练时间和实体识别时间分别缩短60.36%、39.43%,具有更广泛的实用性。

摘要： 传统的数据挖掘算法在面向大规模高维数据的挖掘过程中,存在数据特征捕捉准确率低、节点负载不均衡、数据交互频繁、频繁项集紧凑化程度低等问题。提出基于MapReduce的并行挖掘算法PARDG-MR,结合高维数据特征,设计基于维度粒化算法和负载均衡算法的DGPL策略,并对数据进行预处理,以解决高维复杂数据特征属性捕捉困难及数据划分中节点负载不均衡的问题。通过构建基于PJPFP-Tree树的频繁项集并行挖掘策略PARM,实现频繁项集的并行化分组过程,从而提高数据处理的运行效率。在此基础上,提出基于剪枝前缀推论的整合节点剪枝算法PJPFP,提高频繁项集挖掘过程中的剪枝效率,增强频繁项集的紧凑化程度。在Webdocs、NDC、Gisette 3个数据集上的实验结果表明,相比PFP-growth、PWARM、MRPrePost算法,该算法的运行时间平均缩短了约20%,能够有效提高数据挖掘效率且降低内存空间。

摘要： 在更精细的空间尺度下,高分遥感影像呈现更丰富的地物细节信息,信息内容的复杂性、空间性和海量性等特征,给传统遥感影像分割方法带来挑战。针对这些挑战,寻求一种更有效的分割模型和并行化的处理方法是有效提高大尺度高分遥感影像分割精度和处理效率的关键。为此,论文提出基于最小生成树的高分遥感影像层次化分割方法及其并行化重构。前者利用层次化最小生成树模型实现影像复杂场景信息的有效刻画,在此基础上利用区域化模糊聚类模型构建层次化分割模型。后者基于子块切分的并行划分和并行模糊聚类分割方法,实现大尺度高分遥感影像的快速、有效分割。论文的主要工作如下。

摘要： 综合考虑客户端和服务器的Web应用演化测试生成方法,能更有效地测试Web应用程序,提高其质量和安全性.然而,客户端的测试用例涉及了与浏览器的交互,这减慢了测试效率。此外,进化过程中种群多样性的下降容易导致测试生成效率低、测试生成效果不佳的问题.为此,将分布式并行策略引入到前后端融合的Web应用测试用例演化生成中,在算法和执行层面优化测试用例演化生成过程,提高其测试生成效果及效率.具体而言,在算法层面,将并行演化和遗传算法结合,基于个体相似度划分种群,形成多个子群;多个子群并行演化、子群之间进行个体迁移,以增加测试演化生成过程中的种群多样性,从而提升测试生成效果以及效率;在执行层面,通过多线程和多浏览器进程协同、线程池管理以及动态调度策略实现多个子群的并行执行,提高测试生成的执行效率.实验结果表明Web应用的分布式并行演化测试生成方法提升了测试生成效果,减少了测试用例的生成时间.

摘要： 为降低K值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种基于优化Canopy算法和均值计算法的改进K-means算法——CK-means+。优化Canopy算法,降低距离阈值T不确定性对最终输出K值的影响,通过Canopy算法和均值计算法得到K值和初始中心点。在UCI数据集上,结合Spark框架并行化,实验结果表明,相较其它算法,CK-means+算法效率更高,可以更好适应大规模数据应用场景。

摘要： 为提高对舆情信息的分析能力,设计并实现基于Spark框架的均值漂移算法。使用Ansj分词、Word2vec算法对舆情信息进行特征提取,然后基于Spark并行计算框架和均值漂移算法原理进行聚类分析。实验结果显示,均值漂移算法在Iris和Wine两组数据集下的准确率均超过90%,聚类结果明显优于K-means算法,具有较好的适应性。性能实验结果表明,增加运行程序的并行化程度可以提高均值漂移算法的运行效率。基于Spark框架的均值漂移算法能有效提高舆情信息的分析能力,助力建立健康的网络环境。

摘要： 纠删码[1]广泛应用于分布式存储系统[2]来保证数据可靠性。通过将用户数据编码生成多个块并保存至多个存储节点,纠删码存储系统可以保证在部分存储节点失效的情况下恢复出用户原始数据。与此同时,纠删码存储系统能通过并行化读取存储节点中保存的用户数据来提升数据读取操作的性能[3]。

摘要： 近年来国内通信行业发展十分迅速,运营商通信网络的规模也随之壮大。在运营商通信网络中,数据中心机房是不可或缺的重要枢纽,承担着巨大的通信压力,数据中心机房的配电系统故障率和安全事故的风险也在不断提高,同时也导致机房运维难度和运维成本与日俱增。在现代电力系统中电力大数据的格局下,对高维海量数据进行深度挖掘,进而预测可能存在的告警,从而做到防患于未然,是一个值得研究的问题。针对电力大数据环境下高精度和实时性的负载预测展开了研究,提出了基于随机森林算法的负载预警,并基于Spark平台实现其并行化。结合某区域实际电力数据设计试验,进行模型训练和回归预测,通过试验证明,对同等的数据集,并行随机森林算法预测精度高于单机负载预测,为负载预测提供了一种新思路。

摘要： 卷积神经网络优异的性能使其广泛应用到图像分类、目标检测等领域,然而模型结构越来越复杂,导致难以应用到资源紧张、功耗敏感的嵌入式领域。设计一种卷积神经网络加速器,旨在为基于FPGA的卷积神经网络工程化实现提供一种设计方案,研究提出一种低功耗、可扩展、高性能的卷积神经网络并行化框架,从而实现面向嵌入式场景的卷积神经网络部署。通过对卷积神经网络计算特性的分析,设计了可扩展的卷积硬件计算单元以及资源受限情况下的卷积复用结构,并给出了并行化因子与数组分割策略的对应关系。以Xilinx xc7z020clg400-1平台为基础,对YOLOv3-tiny第一层卷积层进行并行化,实验结果表明,相较于667MHz的ARM A9,并行化后的卷积运算加速比可达216.9倍,功率仅增加0.57W。

摘要： 为了解决传统串行朴素贝叶斯算法分类性能低下的问题,提出一种基于朴素贝叶斯算法的并行化分类方法。选取多项式朴素贝叶斯,搭建Hadoop集群,通过卡方检验选取特征词,利用词频-逆文本频率指数方法计算出每个特征项的权值,并求出每类的权重总和,将权值应用到朴素贝叶斯公式中得到分类结果。实验结果表明:在该集群上设计的并行化朴素贝叶斯分类方法较比传统朴素贝叶斯方法,其精确率,召回率,F1值分别至少提高了7.66%,7.56%,11.98%,且用时更短,说明本文的方法能够提高处理文本的时间效率。

摘要： 在多媒体处理及科学计算等应用程序中嵌套循环占用了相当部分的执行时间，故有效处理嵌套循环、提高嵌套循环的运行效率的研究越来越受关注。OpenMP3.0规范中的collapse从句能指导编译器进行紧嵌套循环的并行化.最新OpenMP4.0规范中新增了用于指导循环向量化的simd结构,它也支持collapse从句,指导编译器进行紧嵌套循环的向量化.当前,GCC4.9已基本实现了OpenMP4.0规范,但实验表明它对collapse从句的支持并不理想,甚至阻碍嵌套循环的成功向量化.

摘要： 本文介绍了串行仿真模型并行化的一般方法以及开发引擎接口的四种不同策略,探讨了Simulink模型并行化的原理,并提出了一种实现Simulink模型并行化的思路、方法.

摘要： 在油藏数值模拟领域,非规则迭代计算问题是影响大规模计算效率的重要原因之一.由于在编译时无法 确定数据存取模式,其分布式并行化难以实现.本文提出面向分布式集群的非规则迭代Inspector/Executor（DIII/ E）模型,通过运行时并行交错条块策略,提高非规则迭代算法的并行执行性能.此外,通过性能自动调优器,找到效率最优情况下的参数匹配,实现算法在相应体系结构下的运行效率最优.在集群环境下的测试结果表明,具有自动调优功能的DII-I/E 并行化方法具有良好的并行效率和可扩展性.

摘要： 复杂构型的网格生成与动态处理是计算流体力学在工程应用中的“瓶颈”问题之一,而非结构重叠网格技术是处理该问题的强有力的工具.与显式装配算法相比,隐式装配算法能够有效避免人工干预,从而受到了更多的重视.基于壁面距离判据的筛查方式能够有效的避免重叠单元识别过程中的“孤岛”效应,使流场计算得以顺利进行.美中不足的是,该算法的并行化实现逻辑非常复杂,巨大的通信量严重制约着装配效率的提升.本文秉承壁面距离判据的基本思想,将重叠网格组的并行装配过程划分为距离初筛与精准确认两个部分,极大地降低了并行通信量与通信次数;同时,避免了繁琐的全局规约操作,从而在整体上提升了装配效率.本文技术要点包括:网格块之间重叠边界的隐式识别、贡献单元的快速搜索、网格间的流场插值以及分布式并行装配.结果表明,在多组网格重叠的情况下,该算法能够有效的完成洞边界与重叠单元的识别,进而在并行架构下建立准确的插值关系.

摘要： 移动粒子半隐式算法（MPS）是近年来快速发展的一种拉格朗日粒子法，在处理自由表面流动上展示有巨大的潜力。然而，计算量巨大是粒子法的一个重要缺点，因此发展并行算法是对MPS 来说具有重大的意义。压力泊松方程的求解是并行MPS 算法中的重点和难点，因为这部分是MPS 算法中最为耗时的部分，并且串行算法中采用的不完全乔莱斯基共轭梯度（ICCG）算法难以并行。本文引入了一种高效且易于并行的SLA 算法求解压力泊松方程，在多核服务器节点上采用共享内存的OpenMP 模型、在多个服务器节点之间采用消息传递的MPI 模型完成了MPS 算法的并行。溃坝问题的并行结果表明，在100 核的服务器上，本文算法获得了37.5 倍的加速比。

摘要： 很多实际问题都可归结为需求空间探索问题，多维二分查找与分割算法利用需求空间的单调性可以快速确定问题的需求空间，然而该算法计算量和存储量很大，难以在单机环境下在额定的时间内完成仿真实验。本文针对串行多维二分查找与分割算法运行时间长的问题，挖掘其内在的并行性，提出了并行多维二分查找与分割算法，根据算法过程对加速比进行了推导，并在PC集群环境下进行了实现和测试，理论和实验结果表明并行算法具有可观的加速比和并行效率，如3个计算节点时可达2.338的加速比，加速比随计算节点数目呈线性增长，而并行效率维持在0.7左右。

摘要： 针对交互式系统中碰撞检测实时性、精确性的要求,提出了一种共享存储系统的并行碰撞检测算法。利用AABB包围盒较好的紧密性和包围球计算简单的优点来构建物体的混合包围体层次(S-AABB),快速排除不相交的物体以加速算法,利用OpenMP并行模型来并行遍历混合包围体层次,进一步加速碰撞检测算法。实验结果表明,与现有的经典的I-COLLIDE[1]等算法相比,该算法在效率、精确性方面具有明显优势,能够满足交互式复杂虚拟环境的实时性和精确性的要求.

摘要： 本文基于新一代高分辨率中尺度大气数值预报模式WRF,综合模式物理层次和程序设计方式,从驱动层、中介层以及模式层对WRF模式结构进行分析,并研究模式的并行化方法。全面分析与研究WRF模式结构与并行化方法,有利于模式的进一步耦合与模式性能优化,对于提高WRF高性能计算效率及实现WRF模式与其他模式的并行耦合具有重要参考作用。

摘要： 三维多群P3中子输运蒙特卡罗程序MCMG通过版本更新和功能扩充，能够配备各种多群微观、宏观截面库，截面输入文件进一步简化，版本从Ⅰ发展到Ⅱ，参数更新到ENDF/B-Ⅶ库。程序发展了针对物质的碰撞机制，具有并行计算功能。12个临界基准问题和1个外源问题，MCMG-Ⅱ计算取得了与实验和连续截面MCNP-5程序一致的结果，计算速度较MCNP-5提高了3～6倍。

摘要： 三维多群P3中子输运蒙特卡罗程序MCMG通过版本更新和功能扩充，能够配备各种多群微观、宏观截面库，截面输入文件进一步简化，版本从Ⅰ发展到Ⅱ，参数更新到ENDF/B-Ⅶ库。程序发展了针对物质的碰撞机制，具有并行计算功能。12个临界基准问题和1个外源问题，MCMG-Ⅱ计算取得了与实验和连续截面MCNP-5程序一致的结果，计算速度较MCNP-5提高了3～6倍。

摘要： 一种用于基于粉末床增材制造工件(100)的装置(10)，其中，装置(10)包括：外壳(12)，其包括构造容积(14)，其中，构造容积(14)包括构造区域(16)；至少三个标记装置(20)，其固定在外壳(12)内或外壳(12)上，其中，每个标记装置(20)均适合于将光参考标记(22)投射至布置在构造区域(16)上的工件(100)上和/或投射至构造区域(16)上；激光装置(30)，其用于激光处理粉末床，以借助于增材制造在构造区域(16)上生成工件(100)，其中，激光装置(30)配置为用于激光处理相关联工作区域(32a至32d)，其中，激光装置(30)包括：检测装置(34)，检测装置(34)配置为用于检测光参考标记(22)；以及控制单元(40)，控制单元(40)配置为用于基于由检测装置(34)检测的光参考标记(22)来校准激光装置(30)。

摘要： 本发明涉及计算机高性能计算技术领域，特别涉及一种自动并行化多级并行代价评估方法，首先进行粗粒度自动并行化代价评估，其次进行中粒度自动并行化代价评估，最后进行细粒度自动并行化代价评估，然后进行综合代价评估，针对共享存储的DOALL并行、流水并行和DSWP并行三种并行模型，构建对应的评估方法，DOALL并行代价分析将静态分析和动态分析相结合获取代价分析信息，向量化代价由各条语句对应的执行代价叠加而成。本发明提供语句迭代次数和语句单次执行代价的计算方法，并设定经验值确定循环迭代次数，能够较完备的实现对多级并行模式的后端生成代码的精确并行化收益评估，且有效保证目标并行程序的加速效果。

摘要： 一种通信系统包括第一无线电模块和第二无线电模块。所述第一无线电模块包括调谐器，所述调谐器通信地耦合到参考信号生成器，所述参考信号生成器被配置为生成用于所述调谐器的第一参考信号。所述第一无线电模块还包括串行化器，所述串行化器被配置为将所述调谐器输出的信号串行化。所述第二无线电模块包括并行化器，所述并行化器被配置为从所述第一无线电模块的所述串行化器接收所述信号的串行化版本并且将所述信号的所述串行化版本并行化。所述第二无线电模块还包括第二调谐器，所述第二调谐器通信地耦合到时钟恢复电路。所述时钟恢复电路被配置为基于所述第一信号的并行化版本来生成用于所述第二调谐器的第二参考信号，其中，所述第二参考信号的频率和相位被锁定在第一参考信号。

摘要： 本申请涉及用于并行化和流水线化可调谐盲源分离滤波器的系统和方法。提供一种处理在传感器103处接收的多个随时间变化的信号114/116以识别多个随时间变化的信号114/116中至少一个的至少一个参数的方法1200，其中传感器103与信号数据处理器101通信耦合。该方法1200包括在信号数据处理器101的多个盲源分离(BSS)模块120处接收1202来自多个随时间变化的信号114/116的信号，多个BSS模块120中的每个BSS模块120包括具有流水线化架构和并行化架构的滤波子系统207。该方法1200还包括生成多个盲源分离信号129，以及发送至少一个脉冲描述符字(PDW)参数矢量信号138给信号数据处理器101的计算设备132。该方法1200进一步包括识别来自至少一个PDW参数矢量信号138的至少一个参数，以及从信号数据处理器101输出至少一个参数。

摘要： 为了解决现有的采用序列到序列的框架的文本生成算法效率低的问题，本发明提出一种基于标准化流的全并行化文本生成方法，包括训练过程和应用过程，其特征在于，包括如下处理步骤：将标准答案输入编码器，编码器经过处理后输出中间隐层信息，中间隐层信息直接分别输入到标准化流模块和解码器中，标准化流模块在接收到中间隐层信息后会直接处理得到标准化流输出结果；将条件信息输入到条件信息模块，经过条件信息模块的处理后得到条件隐层信息，将条件隐层信息直接输入到解码器中，当解码器同时接收到条件隐层信息和中间隐层信息后，解码器对条件隐层信息和中间隐层信息进行注意力机制和非线性变换，然后得到解码器输出结果。

摘要： 本发明公开了网络功能虚拟化环境中实现网元级并行化服务功能的方法，包括：遍历服务功能链，运行服务功能分解分析算法，将各服务功能分解为基本的报文处理单元称之为网元，分析、综合服务功能中的网元特性，确定各服务功能对报文的操作及操作域信息并保存。利用得到的各服务功能的操作及操作域信息，先运行可并行判定算法，确定服务功能链中可进行并行优化的服务功能组合，再执行并行优化算法，并行化服务功能组合。结合不可并行的服务功能和并行优化后的服务功能，按照原服务功能顺序编排组合，创建生成新服务功能链，新服务功能链有效地缩短原服务功能链长度，提高各服务功能之间的并行度，显著地减少报文通过服务功能链时的延时开销。

摘要： 本发明公开了一种并行化二维流场多元数据动态可视化系统，操作步骤如下：(1)、流场数据准备；(2)、计算粒子路径；(3)、绘制流场图；所述流场数据准备包括时间变量、经纬度坐标变量、速度分量变量和温度变量等格点化数组，计算粒子路径是通过Fortran程序来实现，最后再利用Python语言及相应的程序包来绘制流场图；本发明基于地球科学领域常用的工具，利用粒子追踪方法构建曲线型流线向量场来更直观地描述海洋二维流场，并利用并行技术来计算粒子追踪和绘图，大大提高了处理能力和计算速度。

摘要： 本发明涉及近似计算并行化电路、近似计算并行化方法和并行信息处理装置。一种近似计算并行化电路，包括：发送电路，其被配置成发送停止信号，该停止信号指示用于执行紧接在相关装置负责的迭代之前的迭代中的计算的装置停止循环携带依赖计算中的计算；以及估计电路，其被配置成生成要在发送电路发送了停止信号时提供至运算电路的估计值，作为执行所述之前的迭代中的计算的结果。

摘要： 本发明提供一种并行程序的生成方法。由并行化编译装置(100)执行的并行程序的生成方法包括下述融合步骤：将包括具有条件分支的任务的基准任务和后续任务的任务组融合成新任务，其中，该后续任务是相对于基准任务中包含的条件分支的所有分支方向具有控制依赖性、扩展控制依赖性或间接控制依赖性的任务(图2/步骤026)。利用本发明的并行程序的生成方法，能够生成在不损害抽取并行性的可能性的情况下进行静态调度的并行程序。

摘要： 本发明涉及计算机高性能计算技术领域，特别涉及一种自动并行化多级并行代价评估方法，首先进行粗粒度自动并行化代价评估，其次进行中粒度自动并行化代价评估，最后进行细粒度自动并行化代价评估，然后进行综合代价评估，针对共享存储的DOALL并行、流水并行和DSWP并行三种并行模型，构建对应的评估方法，DOALL并行代价分析将静态分析和动态分析相结合获取代价分析信息，向量化代价由各条语句对应的执行代价叠加而成。本发明提供语句迭代次数和语句单次执行代价的计算方法，并设定经验值确定循环迭代次数，能够较完备的实现对多级并行模式的后端生成代码的精确并行化收益评估，且有效保证目标并行程序的加速效果。