简介：针对目前多维次成分提取算法限制条件多和初始参数难以选择问题，在研究Douglas次子空间算法基础上，基于加权矩阵法提出了一种新型多维次成分并行提取算法。对该算法的自稳定性和收敛性分析表明：在输入信号有界和学习因子足够小时，该算法状态矩阵的模值总能收敛至一个常数；当且仅当状态矩阵收敛至需提取的多维次成分时，该算法达到稳定状态。仿真试验表明，与现有算法相比，该算法具有参数选取方法简单、易于实现和收敛速度快的优点。

简介：摘要：利用多核并行思想实现快速排序算法，分析了不同数据量、不同数量处理器对于排序效率的影响，并基于多组实验数据对实验结果进行了分析对比。由于划分进程及多核间通信需要时间，当参与快速排序的数据量大时，多核并行的排序所花费的时间少、效果好。

简介：摘要：随机森林是当前一种常用的机器学习算法，其是Bagging算法和决策树算法的一种结合。本文就基于随机森林的相关性质及其原理，对它的改进发展过程给予了讨论。

简介：在标准DY共轭梯度法和谱FR共轭梯度法的基础上,讨论一类满足βk=gTkdk/gT（k-1）d（k-1）性质的谱共轭梯度法,在Wolfe线搜索条件下算法具有下降性和全局收敛性,初步的数值实验结果表明该方法是有效的,适合于求解非线性无约束优化问题。

简介：提出一种改进的并行比特翻转算法.为了加快校验节点和变量节点之间的信息传递速率,算法中的比特翻转及校验和更新2个步骤采用并行化处理.仿真结果表明,改进后的算法相对于原有的并行比特翻转算法在误帧率性能上能够取得0.1～0.3dB的增益.同时,改进算法在译码吞吐率的性能上也有所改善.此外,还讨论了翻转门限的选择方法,这些门限决定了每次迭代中哪些比特需要被翻转.通过选择合适的翻转门限,可使错误的比特尽量多地被翻转,并避免翻转正确的比特.该改进算法比较适用于对具有准循环结构的LDPC码进行译码.

简介：聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。

简介：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。

简介：摘要CRC（循环冗余校验）算法广泛应用于通信领域，以提高数据传输的准确性。本文针对FPGA应用特点，介绍了一种适合于FPGA实现的CRC并行计算的设计方法，减少了系统的应用开销，实现更高的工作效率。

简介：基于Flink平台对并行Apriori算法进行设计和实现.采用MapReduce计算框架对并行Apirori算法的迭代过程进行设计,并将Flink的流处理和内存缓存应用于算法的实现,从而了Apriori算法在并行计算下的挖掘速度.实验结果表明,基于Flink平台实现的并行Apriori算法对大数据处理有着良好的适应能力,并且在算法迭代次数和迭代产生的频繁项集较多的情况下,拥有较快的挖掘速度.

简介：文章介绍了并行排序算法的设计,仅是从检测和开拓现有串行算法中的固有并行性而直接将其并行化入手,基于SIMD-SM模型(如图1),没有涉及共享存储器的互斥操作.对插入排序中直接排序、二分法插入排序、树形选择排序进行了研究.

简介：基于定量的横向耦合关系和纵向模型，建立了其横向分布的动态模型，设计了基于该模型的多变量广义预测控制器(GPC)，根据模型结构特征将控制算法进行分解，得到相应的GPC并行算法，并绐出其多处理机系坑实现结构。计算机仿真结果表明，本文提出的建模与并行控制方法较好地改善了系统的的静、动态性能。

简介：在对标准微粒群算法（PSO）分析的基础上,提出了一种并行微粒群算法（PPSO）。文章详细介绍了该并行算法的流程,它改变了原来子种群之间周期性的通讯,而采用即时更新最优值的方法。仿真结果表明,PPSO在收敛速度和达标率方面有显著的优越性。

简介：基于大变形理论建立功能梯度材料（FGM）梁运动方程,将梁的横向位移假定为时间函数和梁线性模态乘积之和,利用伽辽金方法离散为非线性常微分方程组;然后,运用等效线性化方法求得随机激励作用下简支约束的功能梯度材料梁均方位移,与NewMark法和蒙特卡罗方法获得的结果对比,验证该等效线性化方法的可靠性.最后讨论材料梯度指数、激励强度和梁长细比对功能梯度材料梁振动响应的影响.

简介：摘要最优化就是追求最好的结果或最优的目标。最优化设计是从可能设计中选择最合理的设计以达到最优目标。搜寻最优设计的方法就是最优化设计法,这种方法的数学理论就是最优化设计理论。工程结构优化设计是把力学概念和优化技术有机地结合,根据设计要求,使部分参与计算的量以变量出现,形成全部可能的结构设计方案域,再利用数学手段在域中搜索出满足预定要求的不仅可行而且最好的设计方案。由于现代结构计算耗时之长常常使得计算半途而废，因此充分利用微机资源、减少计算时间的网络并行算法成为研究的热点。本文在结构的大型动力优化计算中引入并行算法，对传统的复形法进行并行化处理。

简介：摘要本文根据电力系统访问日志记录，构建用于挖掘的数据集。在Spark环境下，使用并行化的Apriori算法，对可能产生问题的相关设备组构建频繁项集，形成系统故障自动诊断报告。本文以国网甘肃电力公司系统1400w条日志记录作为数据集，采用该方法进行了检验。结果表明该方法能够有效发现相关问题设备组。同时，该算法在80G内存，10个虚拟节点的集群上以10秒的速度完成了频繁项集挖掘，与专家判断对比，准确率达到99%，实现了预期效果。

简介：随着信息技术的发展，大量的数据不断被收集和存储，对数据的挖掘规模越来越大，传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展，使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质，把并行关联规则挖掘算法应用于网格数据挖掘中，并建立了一个并行数据挖掘模型，验证了并行数据挖掘系统在网格环境的可行性与合理性。

简介：基于均匀设计与Powell算法的全局最优化并行算法具有寻优能力强,设计出并行全局最优化算法,2003.　　[10]方开泰.均匀设计与均匀设计表[M].北京

简介：高生存性是任何网络计算系统所必须具备的属性。分析了自主服务调度算法的特点,针对服务器群集系统中服务器间服务迁移的不确定性,提出了一种伪随机机制。该机制引入了一个调度序列和基于马尔科夫链的自主竞争机制,实现了服务器的自主调度,同时增加了恶意入侵者入侵服务器群集系统的难度,增强了服务器群集系统的生存率。实验表明,具备伪随机序列的服务迁移自主调度算法性具有更好的抗攻击性能,能够更好地协调安全性和服务连续性间的平衡。

简介：运用遗传算法解多目标问题,结果往往会陷入局部最优。引入传统算法求得的外部种群,提出基于随机扰动的RDMOGA遗传算法。将新算法用标准多目标测试函数进行测验,并与韩丽霞提出的NMOGA算法进行对比,实验结果表明,新算法表现出良好的搜索性能。

简介：将求解线性方程组的异步并行多分裂松弛迭代算法推广到线性互补问题.当问题的系数矩阵为H-矩阵类时,证明了算法的全局收敛性.