并行性
并行性的相关文献在1987年到2022年内共计322篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、数学
等领域,其中期刊论文242篇、会议论文15篇、专利文献451316篇;相关期刊151种,包括电子学报、计算机工程、计算机工程与科学等;
相关会议13种,包括第五届中国科学院超级计算机应用大会、第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会、第六届全国仿真器学术会议等;并行性的相关文献由695位作者贡献,包括那顺布和、代飞、冯丹等。
并行性—发文量
专利文献>
论文:451316篇
占比:99.94%
总计:451573篇
并行性
-研究学者
- 那顺布和
- 代飞
- 冯丹
- 刘景宁
- 卡尔·E·福汉
- 吕全义
- 段治健
- 童薇
- 罗伯特·E·盖尔布雷斯
- 阿德里安·C·格哈德
- 马欣荣
- T·J·理查德森
- 严寒笑
- 吴宸晖
- 戚高晟
- 朱星宇
- 李安志
- 李晓梅
- 李颖颖
- 杨本立
- 汤志忠
- 苏志勋
- 陈道蓄
- J·K·P·奥布赖恩
- J·S·朝伊
- K·K·泰勒
- K·M·奥布赖恩
- QI Gao-sheng
- R·K·埃谷奇
- R·特里克
- S.N.泰勒
- WU Chen-hui
- YAN Han-xiao
- ZHU Xing-yu
- 亨德里克·简(埃里克)·沃克里克
- 何晨
- 何爽
- 何秉姣
- 兰德尔·B·斯廷森
- 冯博
- 冯艳茹
- 刘亮
- 刘妙
- 刘宏凯
- 刘键
- 加帮平
- 单征
- 博胡斯拉夫·雷赫利克
- 史蒂文·R·舍克
- 史蒂文·S·汤姆森
-
-
潘俊辉;
王辉;
张强;
王浩畅
-
-
摘要:
针对经典K-means聚类算法存在易陷入局部最优解的缺点,提出并实现了一种基于Hadoop的改进型遗传聚类算法.该算法利用遗传算法具有全局性和并行性的特点去处理K-means聚类算法易陷入局部最优的缺点,在此基础上对遗传算法进行改进,然后将改进后的遗传算法与K-means算法相结合,为提高算法执行效率,将其基于Hadoop平台进行了实现.通过实验将该改进方法与经典聚类算法进行对比分析,实验结果表明该方法在聚类准确性和聚类效率上均有较大的提高.
-
-
董宁杰
-
-
摘要:
该研究通过对国内外通识教育发展状况的研究,指出发展通识教育是中国大学教育与国际高等教育接轨的必然趋势.在此基础上,明确大学英语"金课"建设的目标和内涵,以学为中心,从教学目标、教学内容、教学方法和教学评价4个方面提出改革建议,以体现大学英语"金课"的高阶性、创新性和挑战度.
-
-
高聪明;
石亮;
刘凯;
薛春;
舒继武
-
-
摘要:
闪存固态硬盘凭借其高性能、低功耗、非易失等特点已经被广泛应用于个人电脑、数据中心和云存储服务等.近10年来,随着制程工艺和微电子技术的发展,闪存固态硬盘的特性发生了显著的变化.首先介绍了闪存存储单元的基本结构和存储原理.然后讨论了闪存固态硬盘的多项控制器关键技术,包括缓存设备、地址转换层、垃圾回收、数据分配、磨损均衡以及纠错码等.这些关键技术将支撑闪存固态硬盘的正常运作.此外,探讨了闪存固态硬盘的并行结构,并分析了闪存固态硬盘并行性利用的限制条件以及最新的并行性优化工作.接着,分析了3D闪存固态硬盘的发展和堆叠式结构,并针对3D固态硬盘的性能和寿命优化工作进行了归纳和分析,提出了现有3D固态硬盘性能和寿命优化工作的不足.最后,总结了当前闪存固态硬盘的现状,并提出可能的未来研究方向.
-
-
-
-
日尼ヶ崎彬;
郑子路(译)
-
-
摘要:
在雅各布森看来,诗歌的并行性是诗歌得以成立的基本前提。但在日本的诗歌传统之中,这个基本前提却并不成立。日本具有代表性的诗歌形式是短歌。短歌作者明确地知道并行性原理的作用,却有意识地回避并行性。比起直抒胸臆的"正述心绪歌","譬喻歌"和"寄物陈思歌"才是和歌应有的形态。但在这些和歌之中,直接描述的事物与主旨之间,往往却并没有任何的关联,只是通过音韵相同或词义相近的词语,制造出视角与话题的飞跃,与此同时为移行赋予一种必然性。这种通过双关语与缘词的使用,以及本歌取的修辞手法,进而创造出顺畅的话题转换和连续性的推移的诗学,这并非雅各布森所找到的并行的诗学,而是移行的诗学。
-
-
刘振鹏;
王烁;
贺玉鹏;
李小菲
-
-
摘要:
针对当前社会网络的动态更新速度越来越快,而社会网络中差分隐私保护方法迭代速度慢的问题,提出一种基于B十树索引的动态社会网络差分隐私保护方法.使用B十树索引社会网络图的边,根据差分隐私并行性组合的特点,对B十树的索引数据划分,为数据分配不同的e并添加拉普拉斯噪声,实现数据隐私后的整体高效用性和局部强保护性;在迭代时利用B+树的高效索引对欲更新的信息快速定位,实现动态社会网络差分隐私保护的快速迭代.实验表明,B十树索引有效提高了动态社会网络差分隐私保护的迭代速度,同时差分隐私的并行性提高了数据的效用性.
-
-
王栋;
李业刚;
张晓;
蒲相忠
-
-
摘要:
针对中文命名实体识别中长短期记忆网络识别模型缺乏并行性的问题,提出一种融合双向准循环神经网络(BQRNN)与条件随机场(CRF)的中文命名实体识别模型.通过BQRNN网络在序列维度和特征维度上并行获取序列化文本的内部特征,由CRF层选取最终的标签序列,在模型中添加Attention机制,增强BQRNN网络输出的特征信息.实验结果表明,该模型与BLSTM-CRF模型相比F1值提高了1.81%,缩短了约40% 的运行时间.
-
-
杨沈洋
-
-
摘要:
针对电气设备的非线性故障诊断研究,提出了一种改进型粒子滤波算法。对粒子群优化粒子滤波(PSOPF)算法的并行性进行分析;基于CUDA并行计算架构,实现了一种PSOPF并行算法。最后引入基于残差平滑值的故障诊断,运用PSOPF并行算法对风电机组变桨距及双馈风电机进行故障诊断。结果表明,当进行故障诊断时,采用该改进型PSOPF并行算法结合残差平滑法具有更高的优越性。
-
-
李艺煌;
马胜;
郭阳;
陈桂林;
徐睿
-
-
摘要:
卷积神经网络已经是公认最好的用于深度学习的算法,被广泛地应用于图像识别、自动翻译和广告推荐.由于神经网络结构规模的逐渐增大,使其具有大量的神经元和突触,所以,使用专用加速硬件挖掘神经网络的并行性已经成为了热门的选择.在硬件设计中,经典的平铺结构实现了很高的性能,但是平铺结构的单元利用率很低.目前,随着众多深度学习应用对硬件性能要求的逐渐提高,加速器对单元利用率也具有越来越严格的要求.为了在平铺数据流结构上获得更高的单元利用率,可以调换并行的顺序,采用并行输入特征图和输出通道的方式来提高计算的并行性.但是,随着神经网络运算对硬件性能要求的提高,运算单元阵列必然会越来越大.当阵列大小增加到一定程度,相对单一的并行方式会使利用率逐渐下降.这就需要硬件可以开发更多的神经网络并行度,从而抑制单元空转.同时,为了适应不同的网络结构,要求硬件阵列对神经网络的运算是可配置的.但是,可配置硬件会极大地增加硬件开销和数据的调度难度.提出了一种基于平铺结构加速器的并行度可配置的神经网络加速器.为了减少硬件复杂度,提出了部分配置的技术,既能满足大型单元阵列下单元利用率的提升,也能尽可能地减少硬件额外开销.在阵列大小超过 512 之后,硬件单元利用率平均可以维持在82%~90%.同时加速器性能与单元阵列数量基本成线性比例上升.
-
-
商磊;
吕全义
- 《2007年全国高性能计算学术年会》
| 2007年
-
摘要:
传统串行迭代算法中,收敛速度是衡量一个算法的主要依据.而并行算法要求良好的并行性。设计并行迭代算法时,并行性的增加往往导致收敛速度的降低,从而抵消了并行化带来的性能提高.本文表明需要权衡迭代算法的收敛性和并行性,以获得更好的性能.在一般线性方程组的基于分裂的迭代算法中,Gauss-Seidel算法有着良好的收敛速度但并行性很差;而Jacobi方法具有天然的并行性,但通常收敛速度较慢。我们对两种方法的收敛性和并行性进行权衡,设计了一个新的分裂格式,基于该分裂格式的多分裂算法具有比Jacobi算法更快的收敛速度,而又有比较好的并行性。在理论上给出了该算法成立的收敛性条件,在集群系统上的实验表明此算法结果与理论相符合并且有更好的性能.
-
-
杨学会;
谭亚新;
王精业
- 《第六届全国仿真器学术会议》
| 2007年
-
摘要:
针对分布式仿真中所存在的一些问题,采用并行计算模型来分析分布式仿真系统的并行设计,讨论了仿真系统的并行性描述模型。在现有的几种并行计算模型中,根据并行计算模型和分布式仿真系统的特点,选择BSP(Bulk Synchronous Paralle1)模型来描述了仿真中的并行性。
-
-
QI Gao-sheng;
戚高晟;
ZHU Xing-yu;
朱星宇;
LIU Jian-jun;
刘剑军;
SHEN Yu-wei;
沈瑜伟;
YAN Han-xiao;
严寒笑;
WU Chen-hui;
吴宸晖
- 《2018(第六届)中国水利信息化论坛》
| 2018年
-
摘要:
目前在我国,基层水利、气象、市政等相关部门在水文工作方面普遍存在着采集数据不准确,水文信息缺失断档严重,水文预测预报滞后异常等多重问题,这无疑严重影响和制约了我国的水利工程标准化、信息化、现代化建设,也对我省积极落实开展"五水共治"、"剿灭劣V类水"等治水政策提出了现实障碍.为了解决上述问题,本文拟通过分析生成式对抗网络在水文数据模拟系统方面的应用前景,采用实例启发引导更多研究人员将人工神经网络技术和传统水文数值模拟相结合来实现水文数值的精确模拟,利用其高度的并行性和非线性全局性来规范斧正模拟数据,进而提高数据的准确度,为传统水文数值模拟提供新思路和新方法的同时,也可以有效缓解水利、市政等部门现存水文数据信息缺失,检测数据系列异常和预测水文情势滞后的窘境.
-
-
QI Gao-sheng;
戚高晟;
ZHU Xing-yu;
朱星宇;
GUO Zhen-tian;
郭振天;
YAN Han-xiao;
严寒笑;
WU Chen-hui;
吴宸晖
- 《2018(第六届)中国水利信息化论坛》
| 2018年
-
摘要:
目前在我国,基层水利、气象、市政等相关部门在水文工作方面普遍存在着采集数据不准确,水文信息缺失断档严重,水文预测预报滞后异常等多重问题,这无疑严重影响和制约了我国的水利工程标准化、信息化、现代化建设,也对浙江省积极落实开展"五水共治"、"剿灭劣V类水"等治水政策形成了现实障碍.为了解决上述问题,本文通过分析生成式对抗网络在水文数据模拟系统方面的应用前景,采用实例启发引导更多研究人员将人工神经网络技术和传统水文数值模拟相结合来实现水文数值的精确模拟,利用其高度的并行性和非线性全局性来规范修正模拟数据,进而提高数据的准确度,为传统水文数值模拟提供新思路和新方法的同时,也可以有效缓解水利、市政等部门现存水文数据信息缺失,检测数据系列异常和预测水文情势滞后的窘境.
-
-
张娟
- 《第五届中国科学院超级计算机应用大会》
| 2015年
-
摘要:
欧盟新启动的欧洲极限数据与计算项目(EXDCI)将联合欧洲最重要的三大高性能计算(HPC)计划PRACE、ETP4HPC和EESI,来协调欧洲的HPC生态系统.2015年9月底,EXDCI在罗马举行了一场HPC研讨会,宣布将通过"地平线2020计划"拨款1.4亿欧元,资助建设20项新的HPC项目和8所新的计算卓越中心,以解决HPC系统面临的诸多挑战.包括创建一个基于嵌套递归并行性的百亿亿次编程、多目标优化与弹性管理环境;面向高能效百亿亿次HPC系统的自调谐与自适应方案以及面向高性能多尺度计算的计算范式等。
-
-
-
吴建平;
李晓梅
- 《国际并行算法与计算环境专题讨论会》
| 2003年
-
摘要:
文中首先利用块三对角矩阵的嵌套局部块分解构造了一类三维问题的不完全分解预条件子,并针对模型矩阵,分析了预条件后的实际条件数,分析表明局部块分解是三维问题的一种有效预条件.其次在考虑其高效并行实现的同时,分析了影响并行计算加速比的几个因素.采用较大局部分解步长的预条件时,尽管迭代次数有较大减少,但由于每次迭代所需时间较长,使得总时间反而增长,从而说明对三维问题,当取简单的局部块分解时效率最高.最后,文中将所述预条件方法与传统预条件在某超节点MPP并行机上进行了实验比较,结果表明文中方法具有高效性与较好并行性的特点.
-
-
霍欢;
张薇;
刘亮;
李洋
- 《第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会》
| 2017年
-
摘要:
在多数神经网络模型仍然将目光放在顺序结构上时,近期出现的两种基于句法树的模型TreeLSTMs和TBCNNs由于加入了结构信息而在多个自然语言处理任务上表现出色.考虑到TreeLSTMs因计算空间关联性使其训练效率不高,为了改进这一缺点,本文提出一种针对句法树的混合神经网络模型,借助TBCNNs的树卷积和池化方法实现了类似TreeLSTMs的计算,故将此模型命名为Quasi-TreeLSTMs.本文在依存树和支持树上分别构建了模型的两种版本Dependency Quasi-TreeLSTMs和Constituency Quasi-TreeLSTMs,实验结果表明,在情感分类和语义相似性两类任务上Quasi-TreeLSTMs的表现优异.
-
-
霍欢;
张薇;
刘亮;
李洋
- 《第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会》
| 2017年
-
摘要:
在多数神经网络模型仍然将目光放在顺序结构上时,近期出现的两种基于句法树的模型TreeLSTMs和TBCNNs由于加入了结构信息而在多个自然语言处理任务上表现出色.考虑到TreeLSTMs因计算空间关联性使其训练效率不高,为了改进这一缺点,本文提出一种针对句法树的混合神经网络模型,借助TBCNNs的树卷积和池化方法实现了类似TreeLSTMs的计算,故将此模型命名为Quasi-TreeLSTMs.本文在依存树和支持树上分别构建了模型的两种版本Dependency Quasi-TreeLSTMs和Constituency Quasi-TreeLSTMs,实验结果表明,在情感分类和语义相似性两类任务上Quasi-TreeLSTMs的表现优异.
-
-
霍欢;
张薇;
刘亮;
李洋
- 《第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会》
| 2017年
-
摘要:
在多数神经网络模型仍然将目光放在顺序结构上时,近期出现的两种基于句法树的模型TreeLSTMs和TBCNNs由于加入了结构信息而在多个自然语言处理任务上表现出色.考虑到TreeLSTMs因计算空间关联性使其训练效率不高,为了改进这一缺点,本文提出一种针对句法树的混合神经网络模型,借助TBCNNs的树卷积和池化方法实现了类似TreeLSTMs的计算,故将此模型命名为Quasi-TreeLSTMs.本文在依存树和支持树上分别构建了模型的两种版本Dependency Quasi-TreeLSTMs和Constituency Quasi-TreeLSTMs,实验结果表明,在情感分类和语义相似性两类任务上Quasi-TreeLSTMs的表现优异.