为解决高质量的轮廓提取算法计算复杂、实时性差的问题,基于GPU并行计算架构提出了一种针对高质量的轮廓提取算法——Pb(probabilityboundary,概率轮廓)提取算法的高效并行计算方法。重点
电力企业通常根据电力负荷数据,采用传统的K-Means算法对客户进行划分,而这种方法最大的缺陷就是必须由用户手动指定聚类簇数。提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法,
分析了传统分布式并行计算和网格,以及并行计算技术应用中存在的问题,将LogP并行计算模型拓展到网格上,给出双层LogP模型和设计策略。针对网格特点对CG并行算法进行了改进,并取得了很好的效果。
基于Spark的分布式近邻传播聚类算法,刘新生,于艳华,在大规模聚类算法的应用方面,近邻传播聚类(affinitypropagation,AP)克服了传统的K-means算法需要手动指定聚类个数的局限
项目名称:基于Spark的PSO并行计算编程语言:scala项目内容:将粒子群算法pso实现的了并行,并成功集成了bencmark的测试函数,可以利用该标准的测试函数,来验证算法的性能.测试结果:在b
LDPC码并行译码算法的研究与实现
云计算下的SPRINT并行算法研究,张春艳,,目前,由于云计算的出现,越来越多的中小企业在分析海量数据时能便利地找到廉价的解决方案。本文,鉴于MapReduce作为Hadoop中的重要编
针对传统并行多路传输中数据调度算法存在的问题,基于MPTCP协议,提出了带宽预测和前向时延的数据调度算法(data-schedulingalgorithmusingbandwidthestimatio
针对遗传算法中的早收敛现象,提出了一种实数自适应并行遗传算法(real adaptive parallel genetic algorithm,RAPGA)。该算法采用了一种并行遗传进化结构,并将自适
针对串行最短路径搜索算法本身固有的局限性,难以随着网络规模的增大而提高搜索速度的问题,设计并实现了一种基于并行Dijkstra思想的并行最短路径搜索算法,使算法复杂度由O(N2)减少到O(N2/pN*