電子發(fā)燒友App

硬聲App

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

電子發(fā)燒友網(wǎng)>RF/無(wú)線>計(jì)算微波電路的并行算法詳解

計(jì)算微波電路的并行算法詳解

收藏

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴

評(píng)論

查看更多

相關(guān)推薦

基于C6000系列DSP和Spartan一3系列FPGA實(shí)現(xiàn)可重構(gòu)并行計(jì)算系統(tǒng)的設(shè)計(jì)

。并行計(jì)算是提高處理速度最有效的技術(shù)之一,圖像并行處理技術(shù)為提高圖像處理效率提供了廣闊的空間。圖像并行處理包括并行算法和多處理器并行硬件系統(tǒng),圖像處理并行算法的執(zhí)行效率依賴于多處理器系統(tǒng)的硬件結(jié)構(gòu)。通常,一種并行結(jié)構(gòu)只適合于一類并行算法的映射。
2020-09-14 12:48:00913

詳解MCU外圍復(fù)位電路原理以及器件選型計(jì)算

詳解MCU外圍復(fù)位電路原理以及器件選型計(jì)算
2022-04-13 21:16:1413027

微波電路及設(shè)計(jì)的基礎(chǔ)知識(shí)

微波電路及設(shè)計(jì)的基礎(chǔ)知識(shí)1. 微波電路的基本常識(shí) 2. 微波網(wǎng)絡(luò)及網(wǎng)絡(luò)參數(shù) 3. Smith 圓圖 4. 簡(jiǎn)單的匹配電路設(shè)計(jì) 5. 微波電路計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)及常用的 CAD 軟件 6. 常用
2009-08-24 01:45:20

微波計(jì)算器Microwave Calculator

當(dāng)你在設(shè)計(jì)微波電路時(shí),這款手機(jī)應(yīng)用微波計(jì)算器,將能夠在手機(jī)上估計(jì)您的線路阻抗。
2019-05-30 07:29:57

微波EDA仿真軟件

微波系統(tǒng)的設(shè)計(jì)越來(lái)越復(fù)雜,對(duì)電路的指標(biāo)要求越來(lái)越高,電路的功能越來(lái)越多,電路的尺寸要求越做越小,而設(shè)計(jì)周期卻越來(lái)越短。傳統(tǒng)的設(shè)計(jì)方法已經(jīng)不能滿足系統(tǒng)設(shè)計(jì)的需要,使用微波EDA軟件工具進(jìn)行微波元器件
2019-06-19 07:13:37

算法篇(PID詳解)

算法篇(PID詳解)
2020-05-19 10:30:59

詳解射頻和微波開(kāi)關(guān)的基本知識(shí)

詳解射頻和微波開(kāi)關(guān)的基本知識(shí)
2021-05-20 06:06:49

詳解快速傅里葉變換FFT算法

詳解快速傅里葉變換FFT算法
2020-03-28 11:48:16

詳解快速傅里葉變換FFT算法

詳解快速傅里葉變換FFT算法
2020-05-25 09:31:30

詳解快速傅里葉變換FFT算法

詳解快速傅里葉變換FFT算法
2021-03-05 11:07:32

AD9744電路增益怎么計(jì)算呀?

關(guān)于這個(gè)電路的增益是應(yīng)該怎么計(jì)算呀!求詳解
2023-12-20 06:12:04

SVPWM的原理推導(dǎo)和控制算法詳解

SVPWM的原理推導(dǎo)和控制算法詳解,不錯(cuò)的資料,值得一看
2016-01-28 15:09:44

什么是Microwave Office微波平面電路設(shè)計(jì)工具?

本文介紹了美國(guó)AWR公司近年推出的用于計(jì)算微波平面電路的通用軟件”Microwave Office”(微波辦公室)及其兩個(gè)模擬器的概況和基本功能。 并從用戶的角度出發(fā),對(duì)該軟件的優(yōu)缺點(diǎn),進(jìn)行了分析
2019-07-31 07:05:32

偏微分方程式數(shù)值解之計(jì)算機(jī)Fortran算法詳解附圖(續(xù)ii)

偏微分方程式數(shù)值解之計(jì)算機(jī)Fortran算法詳解附圖(續(xù)ii) 內(nèi)容與附圖頁(yè)碼一致,續(xù)如下: ******************************粵港澳大灣區(qū)2020-08-29
2020-08-29 21:14:26

偏微分方程式數(shù)值解之計(jì)算機(jī)Fortran算法詳解附圖(續(xù)i)

偏微分方程式數(shù)值解之計(jì)算機(jī)Fortran算法詳解附圖(續(xù)i) 內(nèi)容與附圖頁(yè)碼一致,續(xù)如下:*********************** 粵港澳大灣區(qū) 2020-8-29
2020-08-29 20:44:14

基于并行分布式算法的濾波器怎么實(shí)現(xiàn)?

傳統(tǒng)數(shù)字濾波器硬件的實(shí)現(xiàn)主要采用專用集成電路(ASIC)和數(shù)字信號(hào)處理器(DSP)來(lái)實(shí)現(xiàn)。FPGA內(nèi)部的功能塊中采用了SRAM的查找表(lo-ok up table,LUT)結(jié)構(gòu),這種結(jié)構(gòu)特別適用于并行處理結(jié)構(gòu),相對(duì)于傳統(tǒng)方法來(lái)說(shuō),其并行度和擴(kuò)展性都很好,它逐漸成為構(gòu)造可編程高性能算法結(jié)構(gòu)的新選擇。
2019-10-22 07:14:04

基于OpenMP的電磁場(chǎng)FDTD算法程序?qū)崿F(xiàn)設(shè)計(jì)

0、引言隨著多核技術(shù)的不斷發(fā)展,并行方法已經(jīng)成為一種處理較大規(guī)模問(wèn)題的手段,同時(shí)在許多領(lǐng)域取得了成功地應(yīng)用。目前,并行算法的實(shí)現(xiàn)主要基于兩種標(biāo)準(zhǔn):MPI(Message Passing
2019-07-04 06:00:19

基于波導(dǎo)帶通濾波器的計(jì)算微波電路并行算法分析

FDTD-Diakoptics將復(fù)雜的微波電路分割為若干較為簡(jiǎn)單的子電路,使用有限時(shí)域差分方法(FDTD)獨(dú)立求解每個(gè)子電路的時(shí)域特性,使用并行算法連接各子電路,最終得到整個(gè)電路的特性.本方法適用于
2019-07-10 06:26:01

玻璃缺陷的相位主值圖像展開(kāi)方法

您好,我所做的是,是將玻璃缺陷圖像展開(kāi)成相位圖,有兩個(gè)算法,需要相位展開(kāi)的枝切法和質(zhì)量圖導(dǎo)法的編碼,并且用matlab并行算法將這兩個(gè)算法進(jìn)行并行輸出,并比較這兩個(gè)算法的執(zhí)行之間的效率和展開(kāi)精度。有沒(méi)有朋友可否幫忙?謝謝您~
2015-05-21 09:52:37

請(qǐng)問(wèn)AD9744推薦電路增益怎么計(jì)算

關(guān)于這個(gè)電路的增益是應(yīng)該怎么計(jì)算呀!求詳解
2018-12-20 09:05:34

請(qǐng)問(wèn)Labview并行計(jì)算相關(guān)問(wèn)題

請(qǐng)問(wèn)各位Labview能否實(shí)現(xiàn)導(dǎo)航算法的雙核并行處理問(wèn)題?多謝
2013-04-23 16:03:40

五點(diǎn)差分格式求解泊松方程并行算法的研究

以二維靜電場(chǎng)泊松方程數(shù)值求解的串行算法(雅可比迭代、超松弛迭代)為基礎(chǔ),提出了五點(diǎn)差分格式超松弛迭代(SOR)求解二維靜電場(chǎng)泊松方程的并行算法,通過(guò)與雅可比迭代(Jacobi)
2008-11-20 12:05:0630

大系統(tǒng)的智能穩(wěn)定鎮(zhèn)定與并行算法

大系統(tǒng)的智能穩(wěn)定鎮(zhèn)定與并行算法本卷包括:大系統(tǒng)智能穩(wěn)定、鎮(zhèn)定與并行處理算法的發(fā)展概況、控制系統(tǒng)基本問(wèn)題的智能方法、大系統(tǒng)模型的智能分解方法、線性大系統(tǒng)穩(wěn)定性分
2009-01-13 14:23:150

三維前處理有限差分網(wǎng)格剖分的并行化技術(shù)

針對(duì)前處理中網(wǎng)格剖分模塊計(jì)算量大、處理速度慢等問(wèn)題,對(duì)網(wǎng)格剖分串行算法進(jìn)行并行化處理,利用多線程并行機(jī)制加以實(shí)現(xiàn)。同時(shí)對(duì)該并行算法進(jìn)行測(cè)試。實(shí)驗(yàn)結(jié)果表明,該算
2009-03-21 14:36:3511

具有粒子群特征的優(yōu)化并行蟻群算法

針對(duì)蟻群算法在實(shí)際應(yīng)用中存在的計(jì)算時(shí)間較長(zhǎng)、容易陷入局部最優(yōu)等問(wèn)題,提出一種新的具有粒子群特征的優(yōu)化并行蟻群算法,并將該算法與其他相關(guān)算法相結(jié)合,共同用于物流
2009-04-09 08:38:3525

整體異步的并行轉(zhuǎn)換算法

針對(duì)Fukushima提出的求解無(wú)約束最優(yōu)化問(wèn)題的同步并行轉(zhuǎn)換算法(PVT),提出一個(gè)整體異步并行算法,該算法去除了并行計(jì)算中同步與通信的開(kāi)支。在一定的條件下,證明了該算法具有全
2009-04-11 09:29:4010

基于MPI并行計(jì)算的信號(hào)稀疏分解

在研究信號(hào)稀疏分解理論及其最常用的匹配追蹤算法的基礎(chǔ)上,針對(duì)MP算法存在的計(jì)算量過(guò)大的問(wèn)題,提出一種基于并行計(jì)算系統(tǒng)實(shí)現(xiàn)信號(hào)稀疏分解的方法。該方法利用8臺(tái)微機(jī),采
2009-04-20 08:47:0418

基于DSP的分布式并行遺傳算法

基于DSP的分布式并行遺傳算法
2009-05-08 17:09:388

一種有效的 N-Best 算法及其在中文語(yǔ)音識(shí)別中的應(yīng)用

在連續(xù)語(yǔ)音識(shí)別中,N-best 有很多應(yīng)用。本論文分析了常用的N-best 搜索算法,如并行算法,串行算法,以及Tree-Trellis 搜索在搜索過(guò)程中的問(wèn)題后,指出Tree-Trellis 搜索的有效性,并
2009-06-09 10:05:2425

算法隱含并行性的物理模型

算法隱含并行性的物理模型:利用物理學(xué)原理對(duì)算法的隱含并行性進(jìn)行了分析,提出算法的不確定性和高熵態(tài)是隱含并行性出現(xiàn)的根源,但算法的隱含并行性會(huì)導(dǎo)致算法結(jié)果的不確定
2009-10-21 08:23:0710

超對(duì)稱費(fèi)米子對(duì)修正計(jì)算并行算法研究

目前超對(duì)稱輻射修正計(jì)算遇到的主要難題之一即是在圈圖計(jì)算計(jì)算量過(guò)大導(dǎo)致計(jì)算耗時(shí)過(guò)久,這不僅需要改善物理計(jì)算模型和使用更高速的計(jì)算工具,同時(shí)還需要改進(jìn)或者使用
2009-12-29 16:52:265

認(rèn)知無(wú)線電中的并行頻譜分配算法

該文通過(guò)對(duì)基于圖論著色原理的開(kāi)放式頻譜分配算法的分析,提出了一種并行分配算法。在最大化系統(tǒng)效益的準(zhǔn)則下,并行算法可以得到與CSGC (Color Sensitive Graph Coloring)算法相同的分
2010-04-24 08:45:4722

264.并行算法(5)GPU工作原理

gpu并行
小凡發(fā)布于 2022-10-04 14:15:48

什么是高性能計(jì)算

什么是高性能計(jì)算 高性能計(jì)算(HighPerformanceComputing)是計(jì)算機(jī)科學(xué)的一個(gè)分支,主要是指從體系結(jié)構(gòu)、并行算法和軟件開(kāi)發(fā)等方面研究
2009-05-24 23:29:514176

一種計(jì)算微波電路并行算法

一種計(jì)算微波電路并行算法 FDTD-Diakoptics將復(fù)雜的微波電路分割為若干較為簡(jiǎn)單的子電路,使用有限時(shí)域差分方法(FDTD)獨(dú)立求解每個(gè)子電路的時(shí)域特性,使用并行算法
2009-10-21 21:55:31608

并行計(jì)算和嵌入式系統(tǒng)實(shí)踐教程

Linux微機(jī)應(yīng)用十分普遍. 高性能并行計(jì)算機(jī)數(shù)量多. 并行計(jì)算,我國(guó)有自己的理論. 對(duì)并行計(jì)算的基本原理,算法,程序設(shè)計(jì)與實(shí)現(xiàn),優(yōu)化,成熟軟件應(yīng)用的推廣不夠. 制約并行計(jì)算在研究和工程
2011-05-09 15:54:1748

基于曙光4000A的BLAST并行算法

曙光4000A 實(shí)現(xiàn)了對(duì)每秒10萬(wàn)億次運(yùn)算速度的技術(shù)和應(yīng)用的雙跨越,成為國(guó)內(nèi)計(jì)算能力最強(qiáng)的商品化超級(jí)計(jì)算機(jī)。作為國(guó)家863計(jì)劃的最新成果,曙光4000A將作為中國(guó)國(guó)家網(wǎng)格最大主節(jié)點(diǎn)落戶
2011-06-29 16:36:380

DSP實(shí)現(xiàn)矩陣相乘的并行計(jì)算

矩陣相乘的速度在陣列信號(hào)處理中具有重要意義,并行處理是提高系統(tǒng)運(yùn)算能力最有效的方法。本文根據(jù)矩陣相乘的特點(diǎn),提凡了矩陣相乘的并行算法。同時(shí)經(jīng)分析攜姆出了矩陣相乘的
2011-10-12 16:27:4174

矩陣計(jì)算并行算法與實(shí)現(xiàn)

對(duì)于大型矩陣的乘積運(yùn)算和高階方陣的求逆運(yùn)算, 構(gòu)造了一種適用于多處理機(jī)系統(tǒng)的并行算法. 該方法能較大地節(jié)約計(jì)算機(jī)的工作單元, 提高計(jì)算速度和效率, 同時(shí)給出了具體的并行程序和
2012-04-28 15:26:3937

并行算法性能簡(jiǎn)析

隨著計(jì)算機(jī)實(shí)際應(yīng)用范圍的擴(kuò)展,針對(duì)在不同領(lǐng)域中應(yīng)用計(jì)算的問(wèn)題本身存在的并行性和單機(jī)性能的限制,基于提高計(jì)算機(jī)在實(shí)際應(yīng)用計(jì)算中的計(jì)算速度為目的,通過(guò)對(duì)PI計(jì)算程序的研
2012-07-05 16:02:300

基于SATAⅡ協(xié)議的CRC32并行算法的研究

在介紹CRC校驗(yàn)原理和傳統(tǒng)CRC32串行比特算法的基礎(chǔ)上,由串行比特型算法推導(dǎo)出一種CRC32并行算法。并結(jié)合SATAⅡ協(xié)議的要求,完成了SATAⅡ主控制器設(shè)計(jì)中CRC生成與校驗(yàn)?zāi)K的設(shè)計(jì)。最后
2012-11-07 16:19:3754

基于GPU的遙感圖像融合并行算法研究

基于通用GPU并行計(jì)算技術(shù),結(jié)合遙感圖像數(shù)據(jù)融合處理特點(diǎn),利用NVIDIA公司的CUDA編程框架,在其 GPU平臺(tái)上對(duì)BROVEY變換和YIQ變換融合算法進(jìn)行了并行研究與實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明,隨著遙
2013-09-23 18:05:0022

非數(shù)值并行算法

非數(shù)值并行算法:遺傳算法-1995-1-科學(xué)出版社-劉勇。
2016-04-12 10:33:050

PID算法詳解

PID算法詳解
2016-12-17 20:48:1812

并行處理在計(jì)算全息中的應(yīng)用_簡(jiǎn)獻(xiàn)忠

并行處理在計(jì)算全息中的應(yīng)用_簡(jiǎn)獻(xiàn)忠
2017-03-19 11:28:020

基于五層十五級(jí)遙感數(shù)據(jù)結(jié)構(gòu)的并行算法研究王棟

基于五層十五級(jí)遙感數(shù)據(jù)結(jié)構(gòu)的并行算法研究_王棟
2017-03-15 08:00:000

并行計(jì)算系列叢書(shū)并行計(jì)算—結(jié)構(gòu) · 算法 · 編程(修 訂 版)陳國(guó)良編著

并行計(jì)算系列叢書(shū) 并 行 計(jì) 算 ——— 結(jié) 構(gòu) · 算 法 · 編 程 (修 訂 版) 陳國(guó)良 編著
2017-09-18 08:29:270

多DSP圖像并行處理系統(tǒng)分析

。并行計(jì)算是提高處理速度最有效的技術(shù)之一,圖像并行處理技術(shù)為提高圖像處理效率提供了廣闊的空間。圖像并行處理包括并行算法和多處理器并行硬件系統(tǒng),圖像處理并行算法的執(zhí)行效率依賴于多處理器系統(tǒng)的硬件結(jié)構(gòu)。通常,一種并行
2017-10-24 11:39:150

嵌入式多DSP圖像并行處理系統(tǒng)解析

。并行計(jì)算是提高處理速度最有效的技術(shù)之一,圖像并行處理技術(shù)為提高圖像處理效率提供了廣闊的空間。圖像并行處理包括并行算法和多處理器并行硬件系統(tǒng),圖像處理并行算法的執(zhí)行效率依賴于多處理器系統(tǒng)的硬件結(jié)構(gòu)。通常,一種并行
2017-11-03 10:47:480

對(duì)稀疏傅里葉變換并行算法研究并在FPGA上設(shè)計(jì)實(shí)現(xiàn)

提出了一種基于最優(yōu)搜索的稀疏傅里葉變換(SFT)的并行實(shí)現(xiàn)設(shè)計(jì)。首先將輸入信號(hào)分為并行N組,分別進(jìn)行快速傅里葉變換(FFT),實(shí)現(xiàn)信號(hào)頻率分量的取模處理,然后通過(guò)排序搜索獲得。經(jīng)驗(yàn)證,相較于FFTW
2017-11-15 13:25:502718

基于二維結(jié)構(gòu)化網(wǎng)絡(luò)的可壓縮流體并行算法研究

基于二維/軸對(duì)稱高精度可壓縮多相流計(jì)算流體力學(xué)方法MuSiC-CCASSIM的結(jié)構(gòu)化網(wǎng)格部分,設(shè)計(jì)了區(qū)域并行分解方法;針對(duì)各處理器邊界數(shù)據(jù)的通信,設(shè)計(jì)了阻塞式通信與非阻塞式通信并行算法;為了減少通信
2017-11-17 15:28:564

一種基于Spark框架的并行FP-Growth挖掘算法

Apriori和FPGrowth算法是頻繁模式挖掘中的經(jīng)典算法,由于Apriori存在更多缺陷,因此FPGrowth是單機(jī)計(jì)算環(huán)境下比較高效的算法。然而,對(duì)于非并行計(jì)算在大數(shù)據(jù)時(shí)代遇到的瓶頸,提出
2017-11-17 17:50:530

基于FPGA的并行CRC算法的UART控制器

基于串行異步收發(fā)器(UART)的通信中經(jīng)常用到循環(huán)冗余校驗(yàn)(CRC),常見(jiàn)的CRC校驗(yàn)電路多為串行校驗(yàn),校驗(yàn)所需時(shí)鐘周期較多,基于查找表或輸入矩陣轉(zhuǎn)換的并行算法,需要存儲(chǔ)余數(shù)表,占用大量的硬件資源
2017-11-18 11:24:541789

JPEG壓縮算法并行化設(shè)計(jì)

方面并行性的優(yōu)勢(shì),提出了基于OpenCL的JPEG壓縮算法并行化設(shè)計(jì)方法。將JPEG算法功能分解為多個(gè)內(nèi)核程序,內(nèi)核之間通過(guò)事件信息傳遞進(jìn)行順序控制,并在GPU+CPU的異構(gòu)平臺(tái)上完成了并行算法的仿真驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,與CPU串行處理方式
2017-11-21 16:57:154

基于CombBLAS圖聚類并行算法

的大規(guī)模圖計(jì)算需求,由于圖結(jié)構(gòu)本身的不規(guī)則性,單機(jī)算法運(yùn)行效率低下,用傳統(tǒng)的并行計(jì)算方法進(jìn)行圖計(jì)算難以獲得高性能。使用線性代數(shù)的方法在Combinatorial BLAS上實(shí)現(xiàn)了同輩壓力(Peer Pressure)圖聚類的分布式算法,首先將該圖聚
2017-11-22 11:42:562

基于Spark的BIRCH算法并行化的設(shè)計(jì)與實(shí)現(xiàn)

在分布式計(jì)算和內(nèi)存為王的時(shí)代,Spark作為基于內(nèi)存計(jì)算的分布式框架技術(shù)得到了前所未有的關(guān)注與應(yīng)用。著重研究BIRCH算法在Spark上并行化的設(shè)計(jì)和實(shí)現(xiàn),經(jīng)過(guò)理論性能分析得到并行化過(guò)程中時(shí)間消耗
2017-11-23 11:24:440

并行原型系統(tǒng)上BFS算法設(shè)計(jì)實(shí)現(xiàn)

相對(duì)于傳統(tǒng)應(yīng)用,大數(shù)據(jù)應(yīng)用表現(xiàn)出并行性高、訪存數(shù)據(jù)量大、訪存模式不規(guī)則、程序訪存時(shí)空局部性差等特性,對(duì)傳統(tǒng)的計(jì)算機(jī)體系結(jié)構(gòu)提出了新的挑戰(zhàn)。Graph500是評(píng)測(cè)計(jì)算機(jī)系統(tǒng)大數(shù)據(jù)處理能力的基準(zhǔn)測(cè)試
2017-11-23 11:26:560

目標(biāo)跟蹤算法并行優(yōu)化

目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)重要的研究方向,近年來(lái)學(xué)者提出了眾多優(yōu)秀的目標(biāo)跟蹤算法,但許多算法的低實(shí)時(shí)性制約了其在應(yīng)用場(chǎng)景中的有效性。針對(duì)這些算法,提出了一個(gè)通用的跟蹤模型,并針對(duì)此模型提出
2017-11-24 10:41:320

基于處理器的混合并行遺傳算法

傳統(tǒng)遺傳算法求解計(jì)算密集型任務(wù)時(shí),適應(yīng)度函數(shù)的執(zhí)行時(shí)間增加相當(dāng)快,致使當(dāng)種群規(guī)?;蛘哌M(jìn)化代數(shù)增大時(shí),算法的收斂速度非常緩慢?;诖耍O(shè)計(jì)了粗粒度一主從式混合式并行遺傳算法( HBPCA),并在目前
2017-11-27 17:55:030

氣象數(shù)據(jù)歸檔織的并行算法設(shè)計(jì)與驗(yàn)證

了新的挑戰(zhàn)。針對(duì)MARS系統(tǒng)歸檔操作時(shí)物理視圖元數(shù)據(jù)索引結(jié)構(gòu)串行更新效率低的問(wèn)題,提出一種并行處理更新方法。該方法能夠有效降低數(shù)據(jù)歸檔時(shí)物理索引結(jié)構(gòu)再組織的系統(tǒng)開(kāi)銷。實(shí)驗(yàn)表明,相比原始的串行更新算法,采用索引結(jié)構(gòu)并行更新的處理
2017-11-29 17:43:450

基于Spark云計(jì)算框架的并行ABC算法

針對(duì)人工蜂群(ABC)算法求解組合優(yōu)化問(wèn)題時(shí)效率低的問(wèn)題,提出了基于Spark云計(jì)算框架的并行ABC改進(jìn)算法。首先,將蜂群劃分為子蜂群并將蜂群構(gòu)造為彈性分布式數(shù)據(jù)集,子蜂群使用廣播機(jī)制交換優(yōu)秀個(gè)體
2017-11-30 11:05:040

基于Hadoop平臺(tái)的LDA算法并行化實(shí)現(xiàn)

基于MapReduce計(jì)算框架,采用Gibbs抽樣方法的并行化LDA主題模型的建立方法。利用分布式計(jì)算框架MapReduce研究了LDA主題模型的并行化實(shí)現(xiàn),并且考察了該并行計(jì)算程序的計(jì)算性能。通過(guò)對(duì)Hadoop并行計(jì)算與單機(jī)計(jì)算進(jìn)行實(shí)驗(yàn)對(duì)比,發(fā)現(xiàn)該方法在處理大規(guī)
2017-12-05 13:51:040

基于MapReduce數(shù)據(jù)流相似性搜索并行算法

成多個(gè)子矩陣,采取并行迭代計(jì)算每條反對(duì)角線上子矩陣的方法,基于MapReduce編程模型,實(shí)現(xiàn)高效并行計(jì)算時(shí)間序列動(dòng)態(tài)彎曲距離,通過(guò)改進(jìn)剪裁冗余計(jì)算方法,設(shè)計(jì)實(shí)現(xiàn)一種數(shù)據(jù)流多模式相似性搜索并行算法。中國(guó)雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明,當(dāng)每條時(shí)間序列的長(zhǎng)度達(dá)
2017-12-07 11:06:470

基于切片原理的海量點(diǎn)云并行簡(jiǎn)化算法

針對(duì)傳統(tǒng)點(diǎn)云簡(jiǎn)化算法效率低且處理點(diǎn)數(shù)少的缺陷,結(jié)合快速成型領(lǐng)域的切片原理顧及特征計(jì)算復(fù)雜度低的特點(diǎn),設(shè)計(jì)并實(shí)現(xiàn)了適合千萬(wàn)級(jí)海量激光雷達(dá)( LiDAR)點(diǎn)云的并行切片簡(jiǎn)化算法。該算法根據(jù)切片
2017-12-14 14:08:171

屬性拓?fù)涞?b class="flag-6" style="color: red">并行概念計(jì)算算法

隨著并行計(jì)算時(shí)代的到來(lái),形式概念的并行計(jì)算成為形式概念分析領(lǐng)域的研究熱點(diǎn)之一.以屬性拓?fù)錇榛颈硎拘问?,通過(guò)屬性拓?fù)涞膱D特性進(jìn)行并行概念計(jì)算算法設(shè)計(jì).首先,根據(jù)屬性拓?fù)渲袑傩缘陌樯P(guān)系對(duì)屬性拓?fù)?/div>
2017-12-22 15:07:210

基于殘余平滑預(yù)處理共軛梯度算法的有限元并行計(jì)算

針對(duì)彈塑性問(wèn)題的有限元分析非常耗時(shí),基于消息傳遞接口( MPI)集群環(huán)境,提出了殘余平滑的子結(jié)構(gòu)預(yù)處理共軛梯度并行算法。采取區(qū)域分解,將予結(jié)構(gòu)通過(guò)界面條件處理為獨(dú)立的有限元模型。整體分析時(shí),每個(gè)
2017-12-27 10:24:290

一種并行AES加密方案

針對(duì)云計(jì)算環(huán)境的隱私保護(hù)問(wèn)題,采用加密數(shù)據(jù)存儲(chǔ)是一個(gè)可行的選擇。為了提高數(shù)據(jù)加密解密的速度,結(jié)合云環(huán)境的并行計(jì)算特點(diǎn)和AES加密算法,設(shè)計(jì)了一種并行AES加密方案,給出了具體的并行算法,分析了算法
2017-12-28 10:40:140

基于Spark的并行蟻群優(yōu)化算法

為應(yīng)對(duì)大數(shù)據(jù)時(shí)代中組合優(yōu)化問(wèn)題的求解,基于云計(jì)算框架Spark,借助其基于內(nèi)存、分布式的特定,提出一種并行蟻群優(yōu)化算法。其思路是通過(guò)將螞蟻構(gòu)造為彈性分布式數(shù)據(jù)集,由此給出相應(yīng)的一系列轉(zhuǎn)換算予,實(shí)現(xiàn)
2018-01-02 14:11:580

基于并行搜索和快速插入的算法

和新的數(shù)據(jù)結(jié)構(gòu),改進(jìn)了串行算法;其次,在此基礎(chǔ)上,設(shè)計(jì)出一種基于共享存儲(chǔ)平臺(tái)的并行算法;最后,采用OpenMP加以實(shí)現(xiàn)。對(duì)24數(shù)碼問(wèn)題的測(cè)試結(jié)果表明,改進(jìn)的串行和并行算法將運(yùn)行時(shí)間分別減少到原算法的1/140和1/450;與并行的NBlock優(yōu)先( PBNF)算法
2018-01-07 11:01:350

柵格河網(wǎng)提取并行算法

針對(duì)大規(guī)模高分辨率數(shù)字地形數(shù)據(jù)提取柵格河網(wǎng)效率低下的問(wèn)題,提出了基于統(tǒng)一設(shè)備計(jì)算架構(gòu)( CUDA)利用淹沒(méi)模型提取柵格河網(wǎng)的并行算法。使用圖形處理器(GPU)將匯流累積量計(jì)算分解為獨(dú)立的多任務(wù)并行
2018-01-12 16:57:130

基于Hadoop的FP-Growth改進(jìn)算法

問(wèn)題,提出了基于Hadoop的負(fù)載均衡數(shù)據(jù)分割FP-Growth并行算法。在Hadoop平臺(tái)下,使用負(fù)載均衡和數(shù)據(jù)分割相結(jié)合的方式對(duì)原始事務(wù)數(shù)據(jù)集分片實(shí)現(xiàn)并行化。實(shí)驗(yàn)證明,基于Hadoop的負(fù)載均衡數(shù)據(jù)分割FP-Crowth并行算法在處理數(shù)據(jù)量和效率上有所提高。
2018-01-14 16:41:141

網(wǎng)頁(yè)鏈接分類的并行算法

1998年4月,在第七屆國(guó)際WWW( World Wide Web)大會(huì)上,Page等提出了PageRank算法。這是一種基于網(wǎng)頁(yè)鏈接的排序算法,根據(jù)網(wǎng)頁(yè)之間的鏈接結(jié)構(gòu)來(lái)計(jì)算網(wǎng)頁(yè)的重要性,從而實(shí)現(xiàn)
2018-01-19 11:43:170

面向微電網(wǎng)實(shí)時(shí)仿真的分塊分層并行算法

絡(luò)間約束方程的計(jì)算成本,利用其稀疏性的特點(diǎn),提出了一種子網(wǎng)絡(luò)分層合并的多端口等效方法??紤]FPCA硬件資源有限,設(shè)計(jì)了一種實(shí)現(xiàn)細(xì)粒度并行的專用運(yùn)算組件。以2 us仿真步長(zhǎng)在5SCSMD5芯片上實(shí)時(shí)仿真了一個(gè)低壓微網(wǎng)系統(tǒng),其仿真結(jié)果
2018-02-12 10:36:040

一種基于MapReduce模型的并行化k-medoids聚類算法

本文針對(duì)k-medoids算法具有初始點(diǎn)選取復(fù)雜、聚類迭代時(shí)間久、中心點(diǎn)選取消耗資源過(guò)多等缺點(diǎn),使用Hadoop平臺(tái)下的MapReduce編程框架對(duì)算法進(jìn)行初始點(diǎn)的點(diǎn)密度計(jì)算選取并行化、非中心點(diǎn)分配并行化和中心點(diǎn)更新并行化等方面的改進(jìn)。
2018-05-18 09:06:394850

遺傳算法如何進(jìn)行設(shè)計(jì)和其并行的實(shí)現(xiàn)

遺傳算法(Genetic Algorithm-- GA) ,是模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過(guò)程的計(jì)算模型。傳統(tǒng)的遺傳算法雖然具有隱含的并行性,但目前大多為串行遺傳算法。串行遺傳算法
2018-12-18 16:11:329

數(shù)獨(dú)算法概述和數(shù)獨(dú)的計(jì)算機(jī)和并行求解

本文檔的主要內(nèi)容詳細(xì)介紹的是數(shù)獨(dú)算法概述和數(shù)獨(dú)的計(jì)算機(jī)和并行求解主要內(nèi)容包括了:1.數(shù)獨(dú)的由來(lái)2.數(shù)獨(dú)的經(jīng)典算法3.數(shù)獨(dú)的計(jì)算機(jī)求解4.數(shù)獨(dú)的并行求解
2018-12-21 10:37:488

生物復(fù)雜網(wǎng)絡(luò)Motif發(fā)現(xiàn)的并行算法詳細(xì)資料概述

問(wèn)題,在現(xiàn)有串行網(wǎng)絡(luò)motif發(fā)現(xiàn)算法ESU的基礎(chǔ)上,提出一種基于消息傳遞接口(MPI)的并行化ESU算法。該方法在ESU計(jì)算過(guò)程中優(yōu)化了節(jié)點(diǎn)值以解決節(jié)點(diǎn)值依賴問(wèn)題,并以ESU算法的子圖發(fā)現(xiàn)策略統(tǒng)計(jì)各節(jié)點(diǎn)子圖數(shù),利用動(dòng)態(tài)規(guī)劃策略尋找最佳節(jié)點(diǎn)分配策略以解
2019-03-28 14:53:467

如何使用生物復(fù)雜網(wǎng)絡(luò)motif實(shí)現(xiàn)并行算法詳細(xì)資料說(shuō)明

生物復(fù)雜網(wǎng)絡(luò)motif發(fā)現(xiàn)是一種研究生物網(wǎng)絡(luò)的重要方法,它基于復(fù)雜網(wǎng)絡(luò)的理論研究,以新的視角來(lái)研究生命現(xiàn)象和生命機(jī)制,但是在處理較大的網(wǎng)絡(luò)規(guī)?;蛘咝柰诰蜉^大的motif時(shí)計(jì)算效率低。針對(duì)這個(gè)問(wèn)題,在現(xiàn)有串行網(wǎng)絡(luò)motif發(fā)現(xiàn)算法ESU的基礎(chǔ)上,提出一種基于消息傳遞接口(MPI)的并行化ESU算法。
2019-11-29 15:31:207

并行計(jì)算的黃金時(shí)代到了?

“未來(lái)幾十年將進(jìn)入并行計(jì)算黃金時(shí)代,并行計(jì)算軟件和算法的開(kāi)發(fā)將從技術(shù)驅(qū)動(dòng)轉(zhuǎn)向應(yīng)用驅(qū)動(dòng),需要計(jì)算與應(yīng)用等不同領(lǐng)域的專家共同合作開(kāi)發(fā)。”中國(guó)工程院院士李國(guó)杰日前表示。
2020-04-03 17:18:062078

淺析云計(jì)算并行計(jì)算

并行計(jì)算可以劃分成時(shí)間并行和空間并行。時(shí)間并行即流水線技術(shù),空間并行使用多個(gè)處理器執(zhí)行并發(fā)計(jì)算,當(dāng)前研究的主要是空間的并行問(wèn)題。
2020-05-03 12:01:004070

如何利用生物復(fù)雜網(wǎng)絡(luò)motif發(fā)現(xiàn)的并行算法

問(wèn)題,在現(xiàn)有串行網(wǎng)絡(luò)moi發(fā)現(xiàn)算法ESU的基礎(chǔ)上,提出一種基于消息傳遞接口(MPI)的并行化ESU算法。該方法在ESU計(jì)算過(guò)程中優(yōu)化了節(jié)點(diǎn)值以解決節(jié)點(diǎn)值依賴問(wèn)題,并以ESU算法的子圖發(fā)現(xiàn)策略統(tǒng)計(jì)各節(jié)點(diǎn)子圖數(shù),利用動(dòng)態(tài)規(guī)劃策略尋找最佳節(jié)點(diǎn)分配策略以解
2020-07-06 14:45:2623

微波仿真軟件有哪些?有哪些算法和原理

微波系統(tǒng)的設(shè)計(jì)越來(lái)越復(fù)雜,對(duì)電路的指標(biāo)要求越來(lái)越高,電路的功能越來(lái)越多,電路的尺寸要求越做越小,而設(shè)計(jì)周期卻越來(lái)越短。傳統(tǒng)的設(shè)計(jì)方法已經(jīng)不能滿足系統(tǒng)設(shè)計(jì)的需要,使用微波EDA軟件工具進(jìn)行微波元器件
2020-08-14 10:48:000

如何使用FPGA實(shí)現(xiàn)嵌入式多核處理器及SUSAN算法并行

化SUSAN、圖像分塊處理和多圖像并行處理,并對(duì)這3種并行算法在Intel四核心平臺(tái)和FPEP的FPGA驗(yàn)證平臺(tái)上進(jìn)行性能測(cè)試.實(shí)驗(yàn)表明,3種并行算法在兩種四核心平臺(tái)下均可獲得接近3.0的加速比,多圖像并行處理在FPEP的FPGA驗(yàn)證平臺(tái)可以獲得接近4.0的加速比.
2021-02-03 16:26:008

使用FPGA實(shí)現(xiàn)高速CRC并行算法的設(shè)計(jì)研究

的高速CRC并行吏現(xiàn)遞推公式,可適用于并行處理位寬小于等于生成多項(xiàng)式階數(shù)和大于生成多項(xiàng)式階數(shù)條件下的并行幀校驗(yàn)應(yīng)用。最后分別設(shè)計(jì)了這2種條件下的硬件實(shí)現(xiàn)電路,電路的綜臺(tái)結(jié)果表明,該方法具有更步的資源占用量和更高的工作
2021-03-23 15:44:5913

USB數(shù)據(jù)傳輸中CRC校驗(yàn)碼的并行算法實(shí)現(xiàn)

文章介紹了用于 USB 總線數(shù)據(jù)傳輸?shù)腃RC 校驗(yàn)的原理和算法,并且采用并行電路實(shí)現(xiàn) USB2.0 中的 CRC產(chǎn)生和CRC校驗(yàn),與傳統(tǒng)的串行電路實(shí)現(xiàn)相比,并行電路實(shí)現(xiàn)方法雖然在芯片面積上大于串行電路實(shí)現(xiàn), 但由于降低了時(shí)鐘頻率,電路更容易綜合實(shí)現(xiàn),并且大大降低了功耗,有利于低功耗電路設(shè)計(jì)。
2021-03-28 09:32:2711

CRC校驗(yàn)碼并行計(jì)算的FPGA實(shí)現(xiàn)

用軟件實(shí)現(xiàn) CRC 校驗(yàn)碼計(jì)算很難滿足高速數(shù)據(jù)通信的要求 ,基于硬件的實(shí)現(xiàn)方法中 ,有串行經(jīng)典算法 LFSR 電路 以及由軟件算法推導(dǎo)出來(lái)的其它各種并行計(jì)算方法。以經(jīng)典的LFSR 電路為基礎(chǔ) ,研究
2021-03-28 09:34:2430

申威眾核處理器的LZMA并行算法實(shí)現(xiàn)與設(shè)計(jì)

系統(tǒng)性能的關(guān)鍵之一。無(wú)損壓縮算法中,LZMA算法具有較高的壓縮率,但串行版本的LZMA算法壓縮速率很慢。采用多核架枃的處理器對(duì)無(wú)損壓縮算法進(jìn)行并行化,是提升壓縮速率的一個(gè)研究方向。設(shè)計(jì)并實(shí)現(xiàn)了面向申威26010異構(gòu)眾核處理器并行化LZM
2021-04-12 11:11:4828

深層轉(zhuǎn)導(dǎo)式非負(fù)矩陣分解并行算法

能減少計(jì)算時(shí)間的并行計(jì)算方法。針對(duì)語(yǔ)音分離預(yù)訓(xùn)練及分離過(guò)程的計(jì)算問(wèn)題,文中提出深層轉(zhuǎn)導(dǎo)式非負(fù)矩陣分解并行算法,綜合考慮迭代更新過(guò)程的數(shù)據(jù)關(guān)聯(lián)性,設(shè)計(jì)了一種任務(wù)間和任務(wù)內(nèi)多級(jí)并行算法。該并行算法在任務(wù)級(jí)將分解訓(xùn)練語(yǔ)音得到對(duì)應(yīng)基矩陣的過(guò)程作為兩個(gè)獨(dú)立的任務(wù)進(jìn)行
2021-05-13 10:48:0916

申威.太湖之光深度學(xué)習(xí)庫(kù)中的并行卷積算法

神威·太湖之光深度學(xué)習(xí)庫(kù)中的并行卷積算法存在批量受限的問(wèn)題,且傳統(tǒng)gemm卷積算法在其硬件架構(gòu)上效率較低。基于申威異構(gòu)眾核處理器,提出一種無(wú)批量限制的通用并行卷積算法。結(jié)合異步DMA訪存操作
2021-05-19 11:45:011

并行計(jì)算科學(xué)發(fā)展歷程綜述

得到解決。高性能計(jì)算是一個(gè)國(guó)家綜合國(guó)力的體現(xiàn),是支撐國(guó)家實(shí)力持續(xù)發(fā)展的關(guān)鍵技術(shù)之一,在國(guó)防安全、高科技發(fā)展和國(guó)民經(jīng)濟(jì)建設(shè)中占有重要的戰(zhàn)略地位。經(jīng)過(guò)40多年的發(fā)展,圍繞并行計(jì)算機(jī)、并行算法并行程序設(shè)計(jì),融合并行
2021-06-01 14:23:594

新型的分布式并行稠密矩陣乘算法

乘的可擴(kuò)展性是當(dāng)前研究的熱點(diǎn)之一。本文提出一種新型的分布式并行稠密矩陣乘算法,即2.5D版本的PUMMA( Parallel Universal matrix Multiplication Algorithm)算法,該算法是通過(guò)將初始的進(jìn)程分成c組,利用計(jì)算節(jié)點(diǎn)的額外內(nèi)存,在每個(gè)進(jìn)程組上同時(shí)
2021-06-01 14:33:435

詳解射頻微波基礎(chǔ)知識(shí)點(diǎn)

詳解射頻微波基礎(chǔ)知識(shí)點(diǎn)
2023-01-29 10:28:351577

一種并行CRC計(jì)算的通用算法及其實(shí)現(xiàn)

摘要:本文從一已提出的通用數(shù)學(xué)表達(dá)式出發(fā),研究了一種并行循環(huán)冗余校驗(yàn)(CRC)計(jì)算的新算法,該算法是一種迭代算法,可以逐步更新校驗(yàn)序列,適用于CRC計(jì)算的各種參數(shù)選擇。這一算法適合硬件實(shí)現(xiàn)。其仿真
2023-02-21 09:45:490

深入淺出GPU優(yōu)化系列:gemv優(yōu)化

這次講到并行算法設(shè)計(jì),什么叫并行算法設(shè)計(jì)。每個(gè)人的理解都不太一樣,在GPU中,我的理解就是:設(shè)計(jì)block和thread的workload,說(shuō)白了就是要搞清楚一個(gè)block負(fù)責(zé)哪部分的計(jì)算,一個(gè)thread要負(fù)責(zé)哪部分的計(jì)算。
2023-05-25 09:03:07661

[源代碼]Python算法詳解

[源代碼]Python算法詳解[源代碼]Python算法詳解
2023-06-06 17:50:170

FPGA算法映射要點(diǎn)

將圖像處理的算法轉(zhuǎn)換為FPGA系統(tǒng)設(shè)計(jì)的過(guò)程稱為算法映射,CPU并行算法的實(shí)現(xiàn)與FPGA并行算法的實(shí)現(xiàn)是有一定區(qū)別的。1.算法系統(tǒng)結(jié)構(gòu) 圖像處理算法主要有兩種設(shè)計(jì)結(jié)構(gòu):流水線結(jié)構(gòu)和并行陣列結(jié)構(gòu)
2023-09-11 10:45:02266

已全部加載完成