论文研究硅基光器件逆设计中基于GPU并行处理的高速FDFD算法 .pdf

在大数据环境下Apriori频繁模式挖掘算法在数据处理过程具有预先设定最小阈值、时间复杂度高等缺陷,为此采用多阶段挖掘策略实现并行化频繁模式挖掘算法PTFP-Apriori。首先将预处理数据以模式树的

面对网络融合环境下网络规模大、分布广、设备多的实际需求，传统网络管理系统通过依次轮询设备进行数据采集存在轮询周期长、实时性低、轮询数据量多等缺点，提出了一种基于广播SNMP的数据采集并行轮询算法。该算

偏最小二乘算法（PLS）是现代工业过程常用的多变量统计过程监控方法之一，然而在现代工业背景下，采用单台PC对大规模工业过程数据进行PLS回归分析的时间复杂度较高。针对此问题，在Hadoop云平台上提出

粒子群优化算法，起源于鸟群行为的研究，是一种基于群智能的进化计算技术，通过粒子之间的协作与竞争以实现对多维复杂空间的高效搜索。提出了基于Petri网的并行粒子群算法，并采用经典测试函数验证算法的有效性

针对多核CPU和众核加速器或协处理器异构平台的架构特征进行了研究，以MPI和OpenMP混合编程模型实现了N体问题BH算法的并行，采用了正交递归二分法（ORB）使进程之间负载均衡，并对程序进行了并行优

大数据环境下，传统的串行FP-Growth算法在处理海量数据时，占用内存过大、频繁项多，适用于大数据情况的PFP（parallelFP-Growth）算法存在数据量增大无法处理的缺陷。针对这些问题，提

给出了Lukasiewicz n值命题逻辑中公式的随机真度的概念，研究了其性质，利用随机真度定义了公式间的随机相似度，进而导出全体公式集上的一种伪距离。

基于多群竞争的并行免疫进化算法，陶新民，，易早熟收敛是传统免疫进化算法的弱点，本文在分析了导致免疫进化算法早熟原因的基础上，提出了一种改进的多种群竞争进化的并行免

针对基于硬件的模式匹配算法处理长模式串时吞吐率不高的问题，提出了基于将哈希压缩与TCAM查表相结合的算法——HASH-TCAM算法。通过哈希算法将待匹配的关键字预处理，减少其长度，解决了40 Gbps

光通信对高带宽要求的不断增强以及计算机芯片对高性能计算的不断需求刺激了硅基光子器件的发展,使之向集成化、低成本方向发展,并取得了一系列重要的理论和技术突破。综述了近期硅光子器件如硅基光源、放大器、光调