排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
矩阵乘法是线性代数和图算法中非常重要的一个基本操作,而大规模数据处理中的矩阵往往是稀疏矩阵。MapReduce编程框架能够有效地支持海量数据的分布式计算。因此,对如何运用MapReduce编程框架实现超大规模稀疏矩阵的乘法进行了研究。传统矩阵乘法并行算法没有针对稀疏矩阵进行专门优化,导致计算过程中出现大量不必要的通信开销。提出了一种新的算法--CRM（column row multiplication）算法,并与传统的矩阵分块算法进行了比较。实验证明,CRM算法运行效率有很大的提高,并且具有高度的可伸缩性,适合在MapReduce平台上运行。 相似文献
2.
多维数组是科学计算中非常重要的数据结构,但目前主流数据库使用的关系代数很难支持多维数组.因此提出了一个面向科学计算的多维数组代数模型SciArray以及建立在其上的结构化查询语言AQL.SciArray很好地描述了多维数组运算中的数据局部性,为实现并行的面向科学计算的多维数组数据库奠定了基础. 相似文献
1
