期刊文献+
共找到70篇文章
< 1 2 4 >
每页显示 20 50 100
欠约束临时支护机器人几何静力耦合模型及运动控制研究
1
作者 刘鹏 朱延 +6 位作者 马宏伟 曹现刚 张旭辉 段学超 周昊晨 乔心州 夏晶 《煤炭科学技术》 北大核心 2025年第8期346-361,共16页
护盾式智能掘进机器人系统有效的解决了煤矿开采中“采掘失衡、采快掘慢”难题。临时支护机器人作为该系统的重要组成部分,尽管在提升作业效率上发挥了重要作用,但由于结构限制,仅能实现竖直方向的升降运动,难以有效应对复杂巷道的临时... 护盾式智能掘进机器人系统有效的解决了煤矿开采中“采掘失衡、采快掘慢”难题。临时支护机器人作为该系统的重要组成部分,尽管在提升作业效率上发挥了重要作用,但由于结构限制,仅能实现竖直方向的升降运动,难以有效应对复杂巷道的临时支护作业。为解决临时支护机器人运动受限难题,设计了一种欠约束临时支护机器人,并提出了一种基于RBF神经网络分块逼近的终端滑模控制方法,以实现欠约束临时支护机器人的高精度运动控制。首先,利用修正的G-K公式对该机器人的自由度进行了分析,针对欠约束临时支护机器人正运动学难以求解问题,建立了几何静力耦合模型,提出了一种改进的蜣螂优化算法,对正/逆几何静力问题进行求解,并对几何静力问题进行了仿真;其次,设计了一种基于RBF神经网络分块逼近的终端滑模控制器。针对末端支护平台参数矩阵的不确定,使用多组RBF神经网络对其逼近,根据自适应律在线调整权值,实现了动力学模型的重构,并设计鲁棒项消除模型重构误差和外部扰动。为缓解控制器存在的抖振问题,设计了模糊系统自适应逼近切换增益来代替鲁棒项,并利用Lyapunov准则证明了控制系统的稳定性。最后,以平面圆轨迹为例进行仿真。结果表明:改进的蜣螂优化算法对正/逆运动学单点验证精度均小于10-20,连续运动学求解结果良好。使用RBF神经网络分块逼近的终端滑模控制方法对预定轨迹的位置跟踪误差为0~0.011m,姿态跟踪误差为0~0.0031°,与RBF神经网络整体逼近和PD控制相比最大跟踪误差分别减少了99.0%、95.5%,均方根误差分别减少了98.3%、96.5%。证明了基于RBF神经网络分块逼近的终端滑模控制方法能进一步提高欠约束临时支护机器人的运动控制精度,在受到外界干扰的情况下具有更强的鲁棒性。 展开更多
关键词 欠约束并联机器人 临时支护 运动控制 优化算法 神经网络 模糊系统
在线阅读 下载PDF
基于并行计算的计算智能综述
2
作者 吴菲 陈嘉诚 王万良 《浙江大学学报(工学版)》 北大核心 2025年第1期27-38,共12页
传统计算智能技术缺乏实时性和适应性,基于并行计算的计算智能技术能够提高计算效率,解决多模态信息兼容处理的问题.分别从智能计算的3个分支(神经网络、进化算法和群智能算法)介绍计算智能与大数据并行计算融合的研究现状.总结并行计... 传统计算智能技术缺乏实时性和适应性,基于并行计算的计算智能技术能够提高计算效率,解决多模态信息兼容处理的问题.分别从智能计算的3个分支(神经网络、进化算法和群智能算法)介绍计算智能与大数据并行计算融合的研究现状.总结并行计算智能面临的问题与挑战,思考相关研究的发展方向. 展开更多
关键词 并行计算 计算智能 神经网络 进化算法 群智能
在线阅读 下载PDF
边缘资源轻量化需求下深度神经网络双角度并行剪枝方法 被引量:1
3
作者 张云翔 高圣溥 《沈阳工业大学学报》 北大核心 2025年第2期250-257,共8页
【目的】深度神经网络的应用面临庞大的计算需求和存储开销,这已成为限制其在边缘设备上广泛应用的主要瓶颈。边缘设备因受限于有限的计算资源和存储空间,难以高效运行复杂的深度神经网络模型。因此,在保证模型精度的前提下,如何降低深... 【目的】深度神经网络的应用面临庞大的计算需求和存储开销,这已成为限制其在边缘设备上广泛应用的主要瓶颈。边缘设备因受限于有限的计算资源和存储空间,难以高效运行复杂的深度神经网络模型。因此,在保证模型精度的前提下,如何降低深度神经网络的复杂度和计算量以适应边缘设备对资源轻量化的需求,已成为当前研究的重要方向。提出了一种结合蚁群算法与双角度并行剪枝的深度神经网络优化方法,以提升深度神经网络在边缘设备中的性能。【方法】分析了深度神经网络的结构特点,并构建了包含多个隐藏层的模型。通过蚁群算法模拟蚂蚁觅食过程中的信息素传递机制,在复杂空间中寻找近似最优解,对隐藏层中的相似节点进行聚类,识别并归类高度相似的神经元节点,从而缩减网络规模并降低复杂性。在聚类结果的基础上,提出了对聚类后的冗余节点及游离节点双角度并行剪枝策略:一方面,从权重矩阵的稀疏性出发,裁剪权重较小的节点,以减少计算开销;另一方面,从节点贡献度角度评估每个节点对整体输出的影响,裁剪贡献度较低的节点,从而进一步优化网络结构。【结果】实验结果表明,与未剪枝的原始模型相比,在相同的计算时间内,本文方法剪枝后的深度神经网络在保持较高精度的同时,其数据量高达120 MB、网络复杂度平均值为88.32%、可拓展性为99%。这一结果表明,在有限的资源条件下,该方法能够显著提升深度神经网络的运行效率,更好地满足边缘设备的应用需求。实验结果不仅验证了该方法的有效性,也为深度神经网络在边缘设备上的部署和应用提供了新思路。【结论】提出的优化方法通过在剪枝过程中应用蚁群算法,实现了隐藏层相似节点的精准聚类,为后续的剪枝处理提供了明确目标。同时,双角度并行剪枝策略提升了剪枝的效率和效果,确保剪枝后模型在精度和可拓展性方面的平衡。该方法不仅能够促进深度神经网络在边缘设备上的广泛应用,也为复杂网络优化问题提供了借鉴和参考价值。 展开更多
关键词 边缘资源 轻量化需求 深度神经网络 双角度并行 剪枝方法 蚁群算法 冗余节点 游离节点
在线阅读 下载PDF
基于GPU的Winograd卷积算法并行化
4
作者 王鑫 甄雪茹 《计算机应用研究》 北大核心 2025年第8期2446-2451,共6页
针对现代卷积神经网络中计算负荷过重的问题,提出一种基于GPU的创新性Winograd并行卷积算法。该算法利用负载均衡的任务映射、优化数据加载策略以隐藏延迟,并结合动态填充方法,充分挖掘Winograd卷积算法与GPU架构的协同效应。实验结果表... 针对现代卷积神经网络中计算负荷过重的问题,提出一种基于GPU的创新性Winograd并行卷积算法。该算法利用负载均衡的任务映射、优化数据加载策略以隐藏延迟,并结合动态填充方法,充分挖掘Winograd卷积算法与GPU架构的协同效应。实验结果表明,在经典卷积神经网络模型ResNet的多个卷积层上,提出的算法优于NVIDIA cuDNN 8.3.0库中的标准Winograd卷积算法,在Turing架构的RTX 2080Ti GPU上实现高达2.46的加速比,并且保持较高的计算准确性。与基于GPU的标准Winograd卷积算法相比,该算法显著提升了卷积计算效率。 展开更多
关键词 Winograd算法 并行计算 CUDA 卷积神经网络
在线阅读 下载PDF
机组组合问题的扩展Hopfield神经网络算法 被引量:21
5
作者 吴金华 吴耀武 熊信艮 《电力系统自动化》 EI CSCD 北大核心 2003年第7期41-44,共4页
从 Hopfield神经网络的原理和机组组合问题的特点出发 ,提出了一种适合解决机组组合问题的扩展 Hopfield神经网络算法。该算法结合了 Hopfield神经网络和模拟退火算法 ( SA)的优点 ,对整数变量取值范围进行了可行的扩展 ,有效地避免了... 从 Hopfield神经网络的原理和机组组合问题的特点出发 ,提出了一种适合解决机组组合问题的扩展 Hopfield神经网络算法。该算法结合了 Hopfield神经网络和模拟退火算法 ( SA)的优点 ,对整数变量取值范围进行了可行的扩展 ,有效地避免了陷入局部最优。同时 ,该算法无须进行额外的负荷经济分配 ,故能迅速、高效地搜索到系统的高质量优化解。对于实际系统的仿真计算结果证明了该算法的有效性 ,并且 ,方法本身具有良好的并行性 ,易于在并行计算机上实现 。 展开更多
关键词 机组组合问题 HOPFIELD神经网络 电力系统 经济调度 模拟退火算法 并行计算 目标函数
在线阅读 下载PDF
人脸识别中的遗传神经网络并行实现 被引量:8
6
作者 李海朋 李晶皎 +2 位作者 闫爱云 王爱侠 王骄 《计算机科学》 CSCD 北大核心 2015年第S1期168-170 174,174,共4页
实现了遗传神经网络并行的人脸识别系统。BP神经网络是人脸识别中最为有效的算法之一,在BP神经网络算法的基础上指出了其不适于多核计算机并行的部分。进而提出了一种新的遗传神经网络并行算法,从拓扑结构和权值取值两方面对BP神经网络... 实现了遗传神经网络并行的人脸识别系统。BP神经网络是人脸识别中最为有效的算法之一,在BP神经网络算法的基础上指出了其不适于多核计算机并行的部分。进而提出了一种新的遗传神经网络并行算法,从拓扑结构和权值取值两方面对BP神经网络算法进行优化。相比原算法,本算法在识别率和速度上都有显著的提升。通过在ORL上的实验证明了遗传神经网络并行算法的有效性。 展开更多
关键词 BP神经网络 遗传神经网络并行算法 人脸识别
在线阅读 下载PDF
遥感图像分类的神经网络并行学习算法 被引量:3
7
作者 王耀南 王绍源 宋明 《电子学报》 EI CAS CSCD 北大核心 1997年第10期99-101,共3页
本文提出一种基于Kalman滤波方法的神经网络并行学习算法.模拟实验表明,这种学习算法加快了神经网络遥感图像分类的收敛速度和精度.
关键词 神经网络 并行学习算法 遥感图像分类
在线阅读 下载PDF
基于并行神经网络的二维FIR数字滤波器设计 被引量:1
8
作者 王小华 龙英 何怡刚 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2006年第6期72-75,共4页
通过对二维FIR线性相位滤波器的幅频响应特性的分析,提出了一种用并行神经网络算法来设计二维FIR线性相位数字滤波器的新方法,其主要思想是使幅频响应误差函数最小化.该方法避免了矩阵的求逆运算,而且因为采用了并行算法,能快速获得滤... 通过对二维FIR线性相位滤波器的幅频响应特性的分析,提出了一种用并行神经网络算法来设计二维FIR线性相位数字滤波器的新方法,其主要思想是使幅频响应误差函数最小化.该方法避免了矩阵的求逆运算,而且因为采用了并行算法,能快速获得滤波器系数.给出了二维FIR圆对称线性相位低通数字滤波器优化设计实例.计算机仿真结果表明由该方法设计的二维数字滤波器,通带和阻带范围波动小,所需计算量非常少,稳定性强. 展开更多
关键词 二维数字滤波器 线性相位 并行神经网络算法 优化设计
在线阅读 下载PDF
基于Spark的并行极速神经网络 被引量:4
9
作者 邓万宇 李力 牛慧娟 《郑州大学学报(工学版)》 CAS 北大核心 2016年第5期47-56,共10页
随着数据规模的快速膨胀,基于单机的串行神经网络结构面临着巨大的计算挑战,难以满足现实应用中的扩展需求.在极速学习机(extreme learning machine,ELM)基础上,基于Spark并行框架提出一种并行的极速神经网络学习方法,以Spark平台特有的... 随着数据规模的快速膨胀,基于单机的串行神经网络结构面临着巨大的计算挑战,难以满足现实应用中的扩展需求.在极速学习机(extreme learning machine,ELM)基础上,基于Spark并行框架提出一种并行的极速神经网络学习方法,以Spark平台特有的RDD高效数据集管理机制对其进行封装,并将大规模数据中的高复杂度矩阵计算进行并行化,实现ELM加速求解,仅需一组Map和Reduce操作即可完成算法的训练.在大量真实数据集上的实验结果表明,基于Spark的并行ELM算法相较于串行ELM获得了显著的性能提升. 展开更多
关键词 极速学习机 神经网络 并行化ELM算法 SPARK
在线阅读 下载PDF
基于状态连续变化的Hopfield神经网络的图像复原 被引量:13
10
作者 韩玉兵 吴乐南 《信号处理》 CSCD 2004年第5期431-435,共5页
针对图像复原提出了神经元状态连续变化的Hopfield神经网络模型,详细讨论了两种连续函数串行、全并 行复原算法的收敛性和参数选择,仿真实验表明,该模型能够精确达到能量极小点,并对复原图像的信噪比有一定的提高。
关键词 图像复原 HOPFIELD神经网络模型 并行 串行 算法 仿真实验 状态 极小点 连续函数 收敛性
在线阅读 下载PDF
基于多GPU的深度神经网络训练算法 被引量:8
11
作者 顾乃杰 赵增 +1 位作者 吕亚飞 张致江 《小型微型计算机系统》 CSCD 北大核心 2015年第5期1042-1046,共5页
深度学习由于出色的识别效果在模式识别及机器学习领域受到越来越多的关注.作为深度神经网络算法的重要组成部分,误差反向传播算法的执行效率已经成为制约深度学习领域发展的瓶颈.提出一种基于Tesla K10 GPU的误差反向传播算法,该算法... 深度学习由于出色的识别效果在模式识别及机器学习领域受到越来越多的关注.作为深度神经网络算法的重要组成部分,误差反向传播算法的执行效率已经成为制约深度学习领域发展的瓶颈.提出一种基于Tesla K10 GPU的误差反向传播算法,该算法具有负载均衡,可扩展性高的特点.本算法充分利用PCI-E3.0传输特性,并结合peer-to-peer以及异步传输的特性以降低计算任务在划分和合并过程中带来的额外开销.除此之外,文章通过对算法流程的重构,实现算法数据相关性的解耦合,从而使得有更多的计算任务可用来掩盖传输过程.实验证明,该算法拥有双卡超过1.87的并行加速比,且算法执行过程中不会引入计算误差,可有效保证训练过程中的收敛效率,拥有理想的并行加速效果. 展开更多
关键词 深度学习 神经网络 GPGPU 并行算法
在线阅读 下载PDF
基于DSP的BP神经网络的硬件实现 被引量:3
12
作者 杨期鹤 曹年红 陆佶人 《信号处理》 CSCD 1998年第2期183-188,共6页
为了提高人工神经网络的运行速度,本文提出了采用多片TMS320C40构成的并行系统实现BP神经网络的具体方案,详细探讨了影响系统性能的各个因素,给出了系统性能的理论值,并且经过软件模拟证实了方案的可行性。
关键词 人工神经网络 并行算法 硬件实现 DSP
在线阅读 下载PDF
多种群并行进化神经网络的研究及应用 被引量:2
13
作者 林丽莉 冯天瑾 +1 位作者 周文晖 郑宏伟 《青岛海洋大学学报(自然科学版)》 CSCD 北大核心 2002年第2期312-318,共7页
提出一种新的多种群并行遗传算法 (NMPGA) ,并将其作为多层前馈神经网络(MFNNs)的学习算法 ,从而形成一类新的 MFNN模型——多种群并行进化神经网络(MPENNs)。首先 ,对一给定的网络结构 ,随机产生一初始权重的集合 ,这个集合实际上对应... 提出一种新的多种群并行遗传算法 (NMPGA) ,并将其作为多层前馈神经网络(MFNNs)的学习算法 ,从而形成一类新的 MFNN模型——多种群并行进化神经网络(MPENNs)。首先 ,对一给定的网络结构 ,随机产生一初始权重的集合 ,这个集合实际上对应着一组具有相同结构但不同权重的神经网络。然后 ,采用 NMPGA对 MFNNs的权重进行进化。最后 ,性能最好的网络被选作目标问题的解。在 NMPGA算法中 ,作者采用浮点数编码来克服传统二进制编码的精度不足问题 ,并设计了专门的杂交算子和变异算子来增强算法性能。实验结果表明 ,MPENNs能成功解决异或问题、三元奇偶问题及成品烟的感官质量评价问题。 展开更多
关键词 多层前馈神经网络 多种群并行遗传算法 多种群并行进化神经网络 浮点数编码 人工神经网络
在线阅读 下载PDF
改进Adaboost下BP神经网络并行化训练方法 被引量:5
14
作者 吴正江 陈如校 张霄宏 《小型微型计算机系统》 CSCD 北大核心 2018年第5期1058-1062,共5页
大规模数据分类时借鉴了大量小规模数据分类的思想,但需要解决两个问题:大规模条件下算法收敛速度及准确性问题.BP算法(反向传播算法)以其良好的非线性逼近能力、泛化能力以及实用性成为了人工神经网络训练算法中应用最为广泛的算法同... 大规模数据分类时借鉴了大量小规模数据分类的思想,但需要解决两个问题:大规模条件下算法收敛速度及准确性问题.BP算法(反向传播算法)以其良好的非线性逼近能力、泛化能力以及实用性成为了人工神经网络训练算法中应用最为广泛的算法同时使用BP算法训练易陷入瘫痪,收敛速度较慢,算法易陷入局部极小值,造成网络的正确率低下的问题.为了将BP算法用于大规模数据分类问题,本文通过引入Adaboost算法,并对其进行改进以适应BP神经网络在大数据量情况下的应用,改善其性能.基于SPARK平台的实验表明,本文提出的算法具有良好的并行加速性能,且具有较高的分类准确率. 展开更多
关键词 神经网络算法 并行 SPARK ADABOOST
在线阅读 下载PDF
基于伪并行混合遗传算法的神经网络优化 被引量:4
15
作者 赵淑海 邱洪泽 马自谦 《计算机工程与设计》 CSCD 北大核心 2006年第13期2345-2347,2380,共4页
在分析并行多物种遗传算法应用于神经网络拓扑结构的设计和学习之后,提出一种伪并行遗传(PPGA-MBP)混合算法,结合改进的BP算法对多层前馈神经网络的拓扑结构进行优化。算法编码采用基于实数的层次混合方式,允许两个不同结构的网络个体... 在分析并行多物种遗传算法应用于神经网络拓扑结构的设计和学习之后,提出一种伪并行遗传(PPGA-MBP)混合算法,结合改进的BP算法对多层前馈神经网络的拓扑结构进行优化。算法编码采用基于实数的层次混合方式,允许两个不同结构的网络个体交叉生成有效子个体。利用该算法对N-Parity问题进行了实验仿真,并对算法中评价函数各部分系数和种群规模对算法的影响进行了分析。实验证明取得了明显的优化效果,提高了神经网络的自适应能力和泛化能力,具有全局快速收敛的性能。 展开更多
关键词 遗传算法 伪并行遗传算法 神经网络 结构优化 遗传优化
在线阅读 下载PDF
并行遗传算法在模具型腔形状优化设计中的应用 被引量:8
16
作者 邹琳 夏巨谌 胡国安 《中国机械工程》 EI CAS CSCD 北大核心 2003年第24期2077-2080,共4页
针对挤压模具型腔形状的优化设计,提出了并行微观遗传优化方法,该方法采用多种群的并行微观遗传算法进行优化计算,利用BP神经网络的预测功能获得目标函数值,采用三次样条插值函数表达挤压模具型腔形状。训练BP神经网络模型的导师信号利... 针对挤压模具型腔形状的优化设计,提出了并行微观遗传优化方法,该方法采用多种群的并行微观遗传算法进行优化计算,利用BP神经网络的预测功能获得目标函数值,采用三次样条插值函数表达挤压模具型腔形状。训练BP神经网络模型的导师信号利用刚塑性有限元数值计算获得。以表面载荷沿凹模型腔轮廓表面均匀分布为目标,建立了优化数学模型,对挤压模具型腔轮廓形状进行了优化设计。采用有限元软件MARC/AutoForge对优化结果进行了有限元仿真,仿真结果验证了优化结果的有效性。 展开更多
关键词 并行微观遗传算法 BP神经网络 挤压模具 模具型腔形状 优化设计 人工智能
在线阅读 下载PDF
基于遗传算法和神经网络的六自由度并联平台位置正解 被引量:7
17
作者 贺利乐 刘宏昭 《机械科学与技术》 CSCD 北大核心 2004年第11期1348-1351,1355,共5页
位置正解是并联平台机构应用的基础。提出了用GA +BP混合算法求六自由度并联平台位置正解的方法。首先用改进的Newton Raphson法对数学迭代模型进行求解运算 ,将所得的输入输出数据组作为训练样本 ,再用GA+BP混合算法对该模型进行了精... 位置正解是并联平台机构应用的基础。提出了用GA +BP混合算法求六自由度并联平台位置正解的方法。首先用改进的Newton Raphson法对数学迭代模型进行求解运算 ,将所得的输入输出数据组作为训练样本 ,再用GA+BP混合算法对该模型进行了精确求解 ,仿真研究表明GA +BP混合算法运算速度快、计算精度高 ,用于求解并联平台机构的位置正解是一种比较理想的方法。 展开更多
关键词 并联平台 位置正解 遗传算法 神经网络
在线阅读 下载PDF
基于神经网络的电路多故障测试及并行实现 被引量:4
18
作者 潘中良 陈翎 《仪器仪表学报》 EI CAS CSCD 北大核心 2002年第z2期680-681,共2页
对数字电路的多故障测试生成,首先构造被测电路的约束电路结构,并建立测试生成的神经网络模型,然后采用遗传进化算法计算约束电路对应神经网络能量函数的最小值点而获得给定多故障的测试矢量,该方法具有易于实现和有良好的内在并行性等... 对数字电路的多故障测试生成,首先构造被测电路的约束电路结构,并建立测试生成的神经网络模型,然后采用遗传进化算法计算约束电路对应神经网络能量函数的最小值点而获得给定多故障的测试矢量,该方法具有易于实现和有良好的内在并行性等特点。同时给出了算法的并行实现方案。 展开更多
关键词 数字电路 测试生成 神经网络 并行算法 多故障
在线阅读 下载PDF
人工神经网络的并行分布处理 被引量:3
19
作者 王意洁 王勇军 +1 位作者 李晓梅 胡守仁 《计算机学报》 EI CSCD 北大核心 1997年第9期806-811,共6页
神经元的映射分配是人工神经网络虚拟实现中的重要研究课题.本文系统地分析了人工神经网络的重要性质──并行分布处理,并对映射分配问题中的两个关键性概念──负载均衡和通信开销进行了深入讨论.以此为基础,提出了一系列映射算法... 神经元的映射分配是人工神经网络虚拟实现中的重要研究课题.本文系统地分析了人工神经网络的重要性质──并行分布处理,并对映射分配问题中的两个关键性概念──负载均衡和通信开销进行了深入讨论.以此为基础,提出了一系列映射算法,并对算法性能进行了分析.其中,吸收算法最大程度地开发了人工神经网络固有的并行性,是一个实时的算法. 展开更多
关键词 人工神经网络 并行分布处理 映射算法 负载均衡
在线阅读 下载PDF
用改进的Paik型Boltzmann机实现图像复原 被引量:4
20
作者 张煜东 吴乐南 《光学精密工程》 EI CAS CSCD 北大核心 2009年第7期1737-1744,共8页
为解决传统的Boltzmann机方法不仅容易陷入局部最小点,而且收敛速度慢问题,对传统的Boltzmann机进行了改进。将Paik′s算法与Boltzmann机结合,使串行模式推广到并行模式以加快收敛速度;使用亚单位步长增进技术增加计算精度;最后,为折中... 为解决传统的Boltzmann机方法不仅容易陷入局部最小点,而且收敛速度慢问题,对传统的Boltzmann机进行了改进。将Paik′s算法与Boltzmann机结合,使串行模式推广到并行模式以加快收敛速度;使用亚单位步长增进技术增加计算精度;最后,为折中收敛速度与收敛精度这一对矛盾,采用了自适应步长策略。对算法的改进进行了理论验证、收敛性分析并对残差变化进行了讨论。实验表明,该方法能够收敛到全局最优,复原结果的峰值信噪比比改进的Boltzmann机法获得的峰值信噪比高0.5~0.8dB,且收敛速度仅为该方法的1/3,证明了本文提出的改进的Paik型Boltzmann机对图像复原是有效的。 展开更多
关键词 图像复原 BOLTZMANN机 神经网络 全并行算法
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部