异构机群上高效可扩展的Motif发现并行算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:hustguoguo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在节点具有不同计算速度、不同通信能力的异构机群系统上,分别建立求解z≤16和l〉16的Motif发现问题的最优序列分配模型,在此基础上设计实现融合投票和统一投影一邻居阈值思想的Motif发现并行算法。实验结果表明,给出的基于最优序列分配策略的Motif发现并行算法具有良好的加速和可扩展性,优于采用平均分配策略的Motif发现并行算法。
其他文献
布尔可满足性问题(Boolean Satisfiability Problem,SAT)是逻辑学的一个基本问题,也是NP-hard问题。调查传播算法(Survey Propagation,SP)是求解SAT的一种非常高效的算法,但SP在
为了在只有少量已知标记的数据集中获得较好的聚类效果,提出了一种基于图收缩的半监督聚类算法。首先将整个样本空间中的数据表达为一个带权图,再根据给出的must-link约束,对
多粒度仿真是当今仿真研究的重点和难点,其在仿真模拟领域的重要性逐渐显现出来。在该领域已提出了很多方法,其中聚合解聚法因简单易行且通信开销小而引起大家的注意,但该方
从智能空间的一般通讯需求出发,提出了一种面向智能空间的异构网络同构化通信框架,并对其构建方法进行了详细描述。这种通信框架同时具有动态性、松耦合性、鲁棒性、通用性、
软硬件任务划分是可重构系统开发过程中的重要设计步骤,其划分结果直接影响到可重构系统的性能。目前的软硬件任务划分技术大多只考虑了对应用程序或算法的划分结果,忽略了FPGA
通过对非结构化P2P网络中的随机节点选择算法进行研究,运用模糊理论中的直觉模糊集概念提出了基于得分函数的节点选择策略,以克服传统策略的随机性和盲目性。采取对节点的可靠
针对模糊C均值聚类图像分割算法运算量大、难于实时处理的问题,提出了一种基于图形处理器的加速算法。通过分析模糊C均值聚类算法各阶段可以并行处理的运算部分,利用计算统一设备架构软硬件结构,分别将隶属度矩阵计算、聚类中心计算和像素按隶属度归类3个部分改造成适合图形处理器硬件并行运行的形式。实验结果表明,相对于CPU串行算法,基于图形处理器的加速算法效率提升明显。鉴于大多数图像处理算法均具有可并行处理的部
分析了分布式软件系统中的典型通信协议故障,研究了基于API Hook的分布式软件可靠性测试方法,提出了基于通信协议故障注入的应用软件可靠性测试方法,并设计、实现了工具原型,