题名 基于MPI蜂群K均值聚类算法并行化计算
被引量：5
1
作者
洪月华
机构
广西经济管理干部学院计算机系
出处
《计算机工程与设计》
北大核心
2017年第12期3339-3343,共5页
基金
国家社会科学基金项目(15XTQ010) 广西高校科学技术研究基金项目(KY2015YB351) +1 种基金 广西经济管理干部学院科研启动费基金项目 国家自然科学基金项目(61364020)
文摘
基于传统编程模型的K均值聚类算法是典型的串行算法,对大数据聚类时性能不佳,为获得令人满意的大数据聚类性能要求,解决K均值聚类算法的固有不足,提出一个基于MPI的蜂群K均值进行并行化聚类的算法。结合改进的蜂群算法和K均值迭代,使算法的全局寻优能力得到提高,降低初始聚类中心对算法聚类质量的影响,对该算法做MPI并行化改进,实现基于MPI的蜂群聚类算法并行计算。通过对串行与并行蜂群K均值聚类算法分别进行仿真实验验证,得到了并行蜂群K均值聚类算法在效率和性能上更优的结论。
关键词
人工蜂群算法 K均值聚类 mpi并行编程 并行 计算大数据
Keywords
artificial bee colony algorithm K-means clustering mpi parallel computing big data
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 基于模式的CPPVM并行编程方法
被引量：2
2
作者
李晓英 万剑怡 何首武
机构
江西师范大学计算机信息工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第3期116-118,共3页
基金
国家“973”计划基金资助项目(2003CCA02800) 江西省自然科学基金资助项目(0511041)
文摘
在对现有并行编程方法研究的基础上,提出一种基于模式的CPPVM并行编程方法。介绍该方法中并行编程模式的设计与实现,以2个典型应用实例说明使用其进行问题的并行求解与并行程序开发的过程。该方法对于降低并行程序的开发难度,提高并行编程的可靠性与开发效率具有重要意义。
关键词
并行 编程 模式算法模式 并行 结构模式CPPVM库 PVM/mpi并行编程
Keywords
parallel programming pattern algorithm pattern parallel structure pattern C Plus Plus PVM（CPPVM） PVM/mpi parallel programming
分类号
TP311.5
[自动化与计算机技术—计算机软件与理论]
题名 基于CMP多核集群的混合并行编程技术研究
被引量：1
3
作者
王文义 王春霞 王杰
机构
中原工学院并行处理技术研究所
出处
《计算机科学》
CSCD
北大核心
2014年第2期19-22,共4页
基金
国家863计划项目(2008AA01A315) 河南省基础与前沿技术研究项目(1223 00410314)资助
文摘
高性能科学计算(High Performance Science Computing,简称HPC)是验证某些理论和测试计算机系统处理能力的一种有效的实验手段。鉴于目前CMP(Chip Multi-processor)多核集群已变得越来越普及,尝试对由MPI和OpenMP两种不同并行编程技术构成的混合编程模式做一些实验性的研究。通过对程序执行时间和加速比的实验数据分析,可以看出在多核和多节点集群上采用细粒度的混合并行编程方法较单一使用MPI并行编程方法更加合理和高效,也更能体现出系统硬软件的特性与优势。
关键词
高性能计算 CMP多核集群 墙钟时间 mpi +OpenMP混合并行 编程
Keywords
High performance computing, CMP multi-core cluster, Wall clock time, Hybrid parallel programming with mpi CH and OpenMP
分类号
TP39
[自动化与计算机技术—计算机应用技术]
题名 基于集群SPMD算法及演化计算并行研究
被引量：2
4
作者
罗俊 雷咏梅
机构
上海大学
出处
《计算机工程与设计》
CSCD
北大核心
2005年第10期2610-2613,共4页
基金
上海市教委发展基金项目(01A01)
文摘
高性能计算在科学研究领域有着广泛的应用。演化计算因具有计算规模大、种群中个体相关性小等优点,成为并行计算研究的主要对象之一。提出两种并行策略,对顺序GA(Genetic Algorithm)实现并行。首先使用主从模式对多种群协同遗传算法实现并行,在此基础上通过对算法进一步改进,实现了基于对等模式的并行演化计算,从而提高了算法可扩展性。比较了两种并行模式的各自特点,通过SPMD(Single Program Multiple Data)算法实现和基于上海大学“自强2000”高性能计算机上的实例验证,改进算法具有更好的可扩展性,更易于推广到网格环境。
关键词
并行 计算演化计算 SPMD mpi并行编程
Keywords
parallel computing evolutionary computing spmd mpi parallel program
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
