面向CIMS的设计院技术信息集成管理系统

针对综合性设计院多项目、多专业并行异构设计的特点,在计算机网络环境下,开发了面向ＣＩＭＳ的设计院技术信息集成管理系统,为并行协同设计过程与异构设计环境的工程设计提供了先进的计算机辅助管理手段。     

基于多核与众核结构的并行编程模型研究

针对并行计算机不同的数据存储方式,分析对比了基于多核和众核体系结构的共享存储并行编程模型和分布式存储并行编程模型,以CUDA和OpenCL为例介绍了基于异构计算机系统的并行编程模型,指出基于异构平台的混合编程在今后的大规模并行应用中必将成为主流。     

基于多核处理器的文本并行搜索技术研究

计算机大容量硬盘及大数据的海量内容导致硬盘存储的信息越来越多,这给数据挖掘、敏感信息发现等技术提出了新的挑战。针对这一问题,本文基于当前计算机普遍采用的多核CPU处理技术,研究分析了文本分割技术,对C＋＋AMP异构并行编程模型和多线程并行编程模型进行了分析比较,提出了一种基于多核处理器的并行搜索技术,以达到提高文本匹配搜索速度的目的。     

Intranet上异构数据库的设计与实现

目的研制异构数据库系统ＨＤＢＵＳ（ｈｅｔｅｒｏｇｅｎｅｏｕｓｄａｔａｂａｓｅｓｕｎｉｔｅｄｓｙｓｔｅｍ）,它是一个在Ｉｎｔｒａｎｅｔ环境下,将分布在网络不同节点上的ＯｒａｃｌｅＳｙｂａｓｅＳｙｂａｓｅ及ＳＱＬｓｅｒｖｅｒ数据库服务中的本地库（ｌｏｃａｌｄａｔａｂａｓｅ）集成为一个全局库（ｇｌｏｂａｌｄａｔａｂａｓｅ）,并提供全局事务管理和并行查询处理的异构数据库联合使用系统,方法论述了ＨＤＢＵＳ实现方法,在ＨＤＢＵＳ的设计上提出了两个重要概念及其实现方法,即并行桥（ｐａｒａｌｌｅｌｂｒｉｄｇｅ）和异构表连接（ｈｅｔｅｒｏｇｅｎｅｏｕｓｔａｂｌｅｓｊｏｉｎ）．结果与结论并行桥解决了多个数据库服务器的井行查询问题,异构表连接则是异构数据库联合使用中的一项关键技＊术。     

并行算法设计的相关问题研究

并行算法的设计要以并行计算机为依托,并行计算机性能的发挥要依靠优秀并行算法设计的实现。文章讨论了与并行算法设计相关的问题,并对与并行算法紧密相关的并行计算机体系结构、并行程序开发环境、通信技术三个问题依次进行讨论。     

基于Qos启发式算法的并行消息中间件设计

介绍一种基于Qos启发式算法的并行传输消息中间件设计思想,提出一种多约束QoS路由的启发式算法实现最优路径选择.系统采用了并行处理技术、基于数据库更新技术的数据同步传输机制、异构传输数据库配置与传输数据配置技术等,实现大型网络系统中异构数据库信息系统间海量数据信息并行交换,多级网络系统间数据信息并行交换.     

基于异构多核构架的红外与可见光实时融合系统

描述了一个自主研制的基于异构多核构架的红外与可见光图像实时融合传输系统的设计与实现方案。本系统是具有异构多核并行计算机体系结构的嵌入式高速实时图像融合处理系统,选择基于ARM与DSP组合异构双核处理器TMS320DM6467T作为中心处理单元,充分利用ARM端的传输控制功能与DSP端的超强计算能力相结合的特点,发挥两种处理器构架的性能优势。提出并实现基于“灰度世界”算法的红外图像增强方式,同时使用拉普拉斯金字塔变换对红外与可见光图像进行实时融合。实验结果表明,采用该异构多核构架的图像实时融合传输系统能够良好地解决多源图像融合算法的大数据量计算处理与系统实时性要求之间的矛盾,提高了多传感器实时图像融合处理与传输系统的处理效率和性能。     

多处理器间的多主体协作式图形计算

提出了一种异构处理器间的图形并行生成方法,用以解决图形任务计算的复杂性及实时性要求高速计算的问题,在层次发割和多ａｇｅｎｔ协作模式下,各自理器并行运作,一方面有效利用了环境中的计算资源,另一方面提高了各处理器的计算并行度。     

异构多处理平台并行实时编码算法研究

针对以CPU为处理平台的H.265/HEVC串并行编码效率较低的问题,设计了一种基于异构多核CPU+GPU处理平台的并行实时编码算法。按照CPU和GPU互不相同的硬件特性分配任务,降低了时间复杂度,同时使CPU和GPU的协作能力获得了提升,计算资源得到了更加合理的利用。视频编码并行化设计提高了编码效率,高清视频的编码速度最高可达26.31帧/s,实现了高清视频的实时编码。     

实对称矩阵LDL^T分解的异步并行算法与实现

基于Ｔｒａｎｓｐｕｔｅｒ分布式并行计算机环境，设计了实对称矩阵ＬＤＬＴ分解的异步并行算法，采用３Ｌ并行Ｆｏｒｔｒａｎ编写了计算程序，经数值算例分析表明，算法与程序设计正确，并行效率较高，而且随矩阵阶数增大而提高。     

基于动态STEP数据库的产品信息集成框架

对STEP标准作了较为深入的分析,提出了基于动态STEP数据库的集成框架,该动态数据库综合专家系统和面向对象数据库知识为CAD／CAPP／CAM集成提供面向对象的知识环境,异构平台下各应用子系统围绕同一中性的动态STEP数据库实现并行协同设计。     

大规模矩阵乘积的几个并行算法

给出了微机网络并行计算环境和拥有共享内存的并行计算环境下大规模矩阵相乘的几种并行算法,分析了这些算法的计算和通讯时间复杂性,在多台微机上安装并行消息传递机制MPI(message passing interface),构成微机网络并行计算环境,在该环境下对所给算法作了数值试验,结果表明所给出的算法非常有效,同时在程序没有改动的条件下,将微机网络并行环境下的程序移植到具有共享内存的并行计算机IBMP650上,结果表明,所给算法具有更高的加速比和并行效率。     

数字图书馆中文本信息检索技术的研究与实现

介绍了一个并行数字图书馆原型系统PDL,和用于该系统的针对文本信息检索的一些数据结构,包括倒排索引,结构索引,RANK索引和词典等,并在此结构的基础上设计实现了基于内容和结构的查询算法。这些算法以计算机机群并行环境为基础．实验表明并行数据查询具有良好的性能。     

产品并行设计多Agent系统中任务分解和协调模型的研究

适当的任务分解是网络式分布环境下进行产品并行设计的关键。本文分析了产品并行设计中任务分解的原则，提出了一种进行任务分解的与或树方法，探讨了在多Agent系统中并行设计各任务间的组织方法和协调策略，并对KQML语言作了扩充，这些工作为减少多Agent间的通讯量，加强多Agent间的相互协作，提高产品并行设计效率奠定了基础。     

基于网络并行的图像二值化算法研究

将图像的二值化算法用于网络并行环境中,首先说明了二值化算法,其次分别采用静态负载平衡策略和动态负载平衡策略来设计图像的二值化算法,进行算法分析、算法优化,最后在由4台计算机构成的局域网的网络并行环境下进行测试,效果非常好。     

基于KUKA工业机器人的遥操作控制系统设计与异构主从控制方法研究

为了适应特种环境作业的需求,本文提出了一套以KUKA工业机器人为从操作手的遥操作控制系统设计方法以及基于相对位姿尺度变换的遥操作控制方法。通过Eth.KRLXML软件接口与主控计算机建立TCP/IP连接进行通信,实时地反馈机器人的关节角度与末端位姿等信息,同时接收并执行主控计算机的控制命令。针对异构型主从遥操作控制系统,提出了一套基于相对位姿尺度变换的遥操作控制算法,将主操作手的运动信息经过相对坐标变换和尺度变换换算到KUKA机器人的末端,实现了对不同大小工作空间的精确异构遥操作控制。最终本文所设计的遥操作控制系统和异构型尺度变换遥操作控制方法的有效性在实物抓取释放实验中得到了验证。     

基于KUKA工业机器人的遥操作控制系统设计与异构主从控制方法研究

为了适应特种环境作业的需求,提出一套以KUKA工业机器人为从操作手的遥操作控制系统设计方法。通过Eth.KRLXML软件接口与主控计算机建立TCP/IP连接进行通信,实时地反馈机器人的关节角度与末端位姿等信息,同时接收并执行主控计算机的控制命令。针对异构型主从遥操作控制系统,提出一套基于相对位姿尺度变换的遥操作控制算法,将主操作手的运动信息经过相对坐标变换和尺度变换换算到KUKA机器人的末端,实现对不同大小工作空间的精确异构遥操作控制。最终所设计的遥操作控制系统和异构型尺度变换遥操作控制方法的有效性在实物抓取释放实验中得到了验证。     

关于异构环境下网格计算模式及体系结构的设计研究

与机群系统相比,网格计算模式的优势在于：可以更好地解决资源的异构性问题,支持资源的柔性伸缩及多种并行编程环境,支持科学计算库与工具软件,支持可视化动态人机交互。网格计算模式的体系结构是具有一定智能的分层结构。参考5层沙漏结构思想和前人的研究成果,研究设计具有资源底层、安全调度层、抽象接口层、中间件层、应用接口层和应用层等6个层面的网格计算系统多层体系结构。     

基于分布式内存计算的深度学习方法

为了提升深度学习技术并行化学习效率,设计了一种面向计算机集群的分布式内存计算方法。构建分布式内存环境,建立数据分片处理和多任务调度机制,使模型参数和神经元节点的计算和存储并行运行于该环境中,避免了磁盘I/O对训练速率的影响;采用深度信念网络模型,以多个副本异步并行计算的方式进行模型训练,并使用dropout方法防止模型训练过拟合。对CIFAR-10图像数据集进行分类训练,试验结果表明,该方法可以明显提高深度神经网络的训练效率,并具备良好的可扩展性。     

基于任务控制与消息寻径的PVM性能优化及实测分析

并行虚拟机（PVM）是当前流行的大型科学计算并行消息传递环境之一,其系统设计思想更多考虑了异构集群下的兼容性,默认性能设置保守。矩阵乘法是并行计算实现效率提升的典型运算之一,对PVM环境下预设并行矩阵乘法实际测试,给出从任务粒度划分、消息封包寻径及任务分派方面提升PVM并行效率的数据。对数据分析可得：PVM任务划分粒度要大,任务粒度以匹配节点数为最优;合理选用消息封包、寻径策略可改善通信能力的瓶颈;增加各节点的有效运算时间是提高整体并行效率的关键。