并行程序分布式监控方法的研究

提出了一种用于并行程序符号高试系统的分布式监控方法，首先在并行程序中插可监控的“探针”，并将并行程序的受控运行分为用户状态，活跃状态、通讯状态和等待状态，在分析这些状态的基础上设计了对并程序进行了分布式管理的监控算法，这一算法已经在ＰＤ－１００并行计算机上实现，实践表明这种监控机制是简便而有效的。     

基于PAAG的图像处理算法并行化设计

针对图形处理中的Gamma校正算法和平均滤波算法,在多态并行阵列机上进行并行化设计。该设计利用多线程调度模式将算法中不相关程序分为多个线程相互填充,减少线程的阻塞等待时间,最后将多线程程序映射到阵列机上实现算法的并行化。仿真结果表明,Gamma校正算法在单线程下运行消耗时间是多线程的3.5倍,平均滤波算法在单线程下运行消耗时间是多线程的2.2倍。     

区域分解并行有限元计算方法研究

按照区域分解算法"分而治之"的思想,研究了在普通PC机群上实现大规模并行有限元计算的方法.针对PC机群的特点,有限元计算数据采用分布式存储策略,方程组的求解采用并行预处理共轭梯度算法.采用C 语言及MPI消息传递接口开发了基于PC机群的并行有限元计算程序,利用6台计算机对247 871个单元的有限元模型进行了并行求解,并行加速比达到5.26.验证了程序的可靠性和高效性.     

区域分解并行有限元计算方法研究

按照区域分解算法“分而治之”的思想,研究了在普通PC机群上实现大规模并行有限元计算的方法.针对PC机群的特点,有限元计算数据采用分布式存储策略,方程组的求解采用并行预处理共轭梯度算法.采用C++语言及MPI消息传递接口开发了基于PC机群的并行有限元计算程序,利用6台计算机对247871个单元的有限元模型进行了并行求解,并行加速比达到5.26.验证了程序的可靠性和高效性.     

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Matlab机群的分布式并行图像匹配算法

分析了Matlab并行计算工具箱中各部件的关系,对分布式并行计算环境中的关键参数进行了设置,构建了并行计算机群。将基于Matlab机群的分布式并行处理引入到图像匹配中。以灰度相关匹配算法为例,结合并行处理对图像灰度匹配进行并行实现。实验结果表明：并行化处理能有效缩短匹配时间,对进一步研究并行图像处理有一定的指导意义。     

无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法.在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪.算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计...     

井下人员搜救定位免疫并行分布式融合算法

将并行性、分布式和数据融合引入到基本的人工免疫算法中,提出了并行免疫分布式融合算法,优化了克隆选择和交叉变异算子.详细分析了并行分布式融合算法的过程,并在分析了井下人员搜救定位系统后,将该算法应用到系统中.通过实验验证了算法的可行性,同时与基本免疫算法作了对比实验,验证了该算法的高效性.     

网络构件软件体系模型并行算法研究

基于网络和本地代码序列协调、同步运行的构件化框架,提出了网络构件系统的并行优化算法,并且给出了算法的形式化描述,讨论了并行代码构造(CCCA)算法和分布式数据流(DFDM)算法对系统性能的影响,实验数据证明,网络并行算法模型能有效地提高软件系统的性能.该并行算法为分布式软件体系结构下的本地框架和远程服务提供了一种有效耦合的方法.     

基于CentOS的Hadoop分布式集群的构建方法研究

阐述Hadoop分布式集群的系统环境和节点规划,详细分析了主机名修改、密码验证配置、多个配置文件修改等关键步骤和技术要点,总结了基于多台Cent OS服务器部署Hadoop分布式集群的方法,并在该集群上运行单词统计的程序,测试验证了Hadoop分布式集群下大数据处理的运行结果。     

Ada程序的一种并行分解策略

提出一种对Ａｄａ程序进行大粒度并分解的策略，其实现可在单机原有Ａｄａ编译系统的基础上经济改造，扩充而成，根据这一策略实现的软件系统已安装在两种多机环境中。     

分布式并行计算环境PVM

本文着重介绍了支持分布式计算的并行虚拟机系统(PVM).PVM能够利用现有网络连接的计算机实现并行处理,不但充分利用了网络资源,而且为普通用户进行并行处理提供了有力的工具.     

面向分布式系统的串行程序的并行分解与运行

本文的内容是软件系统“面向分布式系统的串行程序的并行分解与运行”的一部分,该系统分两篇文章介绍。本篇以Kuck的数据相关理论为基础,结合分布式系统的特点,介绍系统中采用的新的数据相关分析方法以及并行成分的识别方法-程序分割法,并给出算法。     

微机环境下并行系统的建立与并行程序的开发

阐述了在微机环境下建立并行环境，进行并行模拟的意义，给出了微机上的PVM的安装方法和使PVM正确运行的。cshrc文件，以及master/slave编程模式的PVM应用程序示例。     

一种新的并行分类算法

提出一种建立在由独立的处理器构成的计算机网络（例如由Ｔｒａｎｓ－ｐｕｔｅｒ构成的计算机网络）上的并行分类算法，用以解决分布式数据库的分类计算问题。本文基于并行算法应与并行计算的拓扑结构相匹配的思想，设计了一种旨在减小处理器之间通讯开销的网络结构。在这样一种并行计算环境中，每个处理器运行同样的程序，计算负载均匀分布在每个处理器中，因而算法具有高度的并行性。同时这种基本结构还可以灵活地不断扩展，且随着网络的不断扩大，该并行算法的并行加速性更高。     

基于OpenGL的新型平行分度凸轮机构设计与仿真

基于OpenGL，开发了新型对称内啮合平行分度凸轮机构的设计与运动仿真系统。该系统能完成新机构参数的自动综合和凸轮轮廓的自动生成，进行具有真实感的运动仿真，验证机构参数设计是否合理和各构件在运动过程中是否发生干涉等。因此该系统提供了新型平行分度凸轮机构可视化设计工具，可大大提高新机构产品设计的效率和质量。     

基于Linux与MPI的集群并行系统的实现

计算机的集群技术是高性能并行计算中的一个研究热点.对于有海量运算需求的企业和研究项目来说,集群并行计算系统是他们的最佳选择.本文简要介绍了linux集群技术和MPI并行程序设计的原理,结合一个并行程序实例设计了一个linux集群,并对linux集群系统进行了性能评测.     

网络分布式环境下的并行计算方法

介绍了曙光-1000A分布式大规模并行计算机系统,讨论了分布式环境下实现网络并行计算的若干技术。     

并行程序分析数据可视化的实现

提出了一种适用于并行程序分析工具Ｓｉｇｍａ的可视化方法，根据数据中存在的并行性信息，把Ｓｉｇｍａ的分析结果从数据堆砌的存储方式转换成有层次的可视的形式，改善了Ｓｉｍａ的用户界面，更好地发挥了Ｓｉｇｍａ的作用。