【摘 要】
：
FFT作为雷达信号处理的关键计算步骤之一,本质上是一个基于数据流的处理过程.以往的FFT计算大多集中在通用计算平台上进行并行计算实现,计算系统存在扩展性和鲁棒性问题.随着
【机 构】
：
中国科学技术大学计算机科学与技术学院,安徽省高性能计算重点实验室
【基金项目】
：
国家自然科学基金(61672480)。
论文部分内容阅读
FFT作为雷达信号处理的关键计算步骤之一,本质上是一个基于数据流的处理过程.以往的FFT计算大多集中在通用计算平台上进行并行计算实现,计算系统存在扩展性和鲁棒性问题.随着科学计算应用在Flink上的逐渐兴起,将FFT在Flink上进行并行和优化,不仅可以很好地利用框架自身良好的系统扩展性和鲁棒性,同时也能使其具备高吞吐的实时性能.基于Flink对FFT流处理算法流程进行了设计和优化,同时针对Flink对适用于FFT计算的缓存窗口机制进行了设计,实验结果表明,改进后FFT并行算法在多个大规模点数下计算速度均有所提高.
其他文献
针对属性加密方案中的运行效率和属性更新问题,提出了一种基于环上误差学习问题(Learning With Error over Ring,RLWE)的可撤销分层属性加密方案。方案通过多等级的门限秘密共享矩阵将属性进行分层,权限等级高的属性恢复秘密的能力大于权限等级低的属性,且高权限等级不可被替代;另外,方案实现了属性级的用户撤销,基于第三方机构通过控制用户对属性陷门的获取降低了系统的计算开销。该方案能抵抗用户合谋攻击且满足随机预言机模型下的选择明文安全,与现有方案对比,在实现了属性分层的同时增加了属性撤销的
目的:从中医学的角度研究中风病证候动态诊断的影响因素.方法:以350例中风患者为研究对象,其中男性203例,女性147例.结果:男性患者的痰证动态诊断均值明显高于女性,男性患者
随着人类对海洋的探索与开发,水下网络特别是水下通信技术逐渐成熟。水下通常使用声呐进行通信,而水下声呐通信信道具有传输速率低、误码率高、延时高和信道窄等缺陷,特别容易遭受恶意攻击。因此,必须重视水下声呐通信的安全问题。针对水下声呐通信系统安全防护等级较弱的现状,考虑水声通信的独特特性,概述了水下密码装备的未来发展趋势。进而,从保护数据机密性角度出发,设计了一型密码样机和一种轻量级密码算法,用于水下声呐通信加密技术的演示验证。测试结果表明:采用轻量级密码算法的密码样机非常适合水下通信安全防护,能够满足通信速率
目的:通过网络药理学方法探讨野菊花治疗高血压病的作用机制。方法:本研究运用中药系统药理学数据库与分析平台(Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform,TCMSP)结合筛选条件确定野菊花的主要有效活性成分及其作用靶点,构建主要有效活性成分-靶点网络图。利用GeneCards和OMIM数据库获取高血压病靶点,取野菊花和高血压病的交集靶点,对交集靶点进行蛋白质互作网络分析、生物通路及富集分析。结
目的:对柴胡桂枝干姜汤合当归芍药散加减治疗肥胖高脂血症的疗效进行分析探讨.方法:以2015年1月-2017年6月在山东中医药大学第二附属医院接受治疗的88例肥胖高脂血症患者作为
The appearance of aging is determined primarily by extrinsic factors through exposure to environmental sunlight and airborne pollution. That solar ultraviolet B
以中医理论为指导,结合呼吸机相关膈肌功能障碍的现代研究,探讨了呼吸机相关膈肌功能障碍的中医病机,即肺热叶焦、脾胃虚弱、肾精不足、湿热侵袭,并论述了该病机的临床依据.
介绍唐蜀华教授对于收缩性心力衰竭的理解与临床治疗经验.唐教授认为收缩性心力衰竭需在中西医结合的前提下进行治疗.中医治疗上需把握该病的基本病机(心肾气虚,血瘀水停),同
图像超分辨率重建旨在从低分辨率图像中恢复其对应的高分辨率图像,是计算机视觉中的经典问题。为改进传统超分辨图像质量评价方法与人眼感知不一致的问题,提出一种基于多任务学习的超分辨图像质量评估网络。网络采用多任务学习的方式,分别学习图像的局部频率特征与质量分数,其中局部频率特征用来辅助网络进行图像质量分数的回归,提高分数预测的准确性和泛化能力。另外,在网络中加入协调注意力模块,进一步增强了模型的预测能力
针对现有恶意PDF文档检测方法存在特征维度高、数据集样本少导致模型欠拟合等问题,提出了一种基于特征集聚和卷积神经网络的恶意PDF文档检测方法。该方法以词袋模型为基础,从PDF文档中提取常规特征和结构特征。然后以合并后特征簇最小方差为目标,使用Ward最小方差聚类方法实现特征集聚。最后,将聚合特征送入卷积神经网络分类模型进行训练。根据不同聚合特征数下模型性能的好坏,确定最优的聚合特征数。实验结果表明,该方法降低了特征维度,提升了模型的召回率,缓解了模型的欠拟合问题。纵向比较来看,在不同的良性样本和恶意样本比