期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
异构集群中CPU与GPU协同调度算法的设计与实现
被引量：
7
1
作者
高原
顾文杰
+3 位作者
丁雨恒
彭晖
陈泊宇
顾雯轩
《计算机工程与设计》
北大核心
2020年第2期592-600,F0003,共10页
为有效提高异构的CPU/GPU集群计算性能,提出一种支持异构集群的CPU与GPU协同计算的两级动态调度算法。根据各节点计算能力评测结果和任务请求动态分发数据,在节点内CPU和GPU之间动态调度任务,使用数据缓存和数据处理双队列机制,提高异...
为有效提高异构的CPU/GPU集群计算性能,提出一种支持异构集群的CPU与GPU协同计算的两级动态调度算法。根据各节点计算能力评测结果和任务请求动态分发数据,在节点内CPU和GPU之间动态调度任务,使用数据缓存和数据处理双队列机制,提高异构集群的传输和处理效率。该算法实现了集群各节点“能者多劳”,避免了单节点性能瓶颈造成的任务长尾现象。实验结果表明,该算法较传统MPI/GPU并行计算性能提高了11倍。
展开更多
关键词
异构
集群
中央处理器
图形处理器
协同调度
算法
在线阅读
下载PDF
职称材料
基于遗传算法和支持向量回归的锂电池健康状态预测
被引量：
32
2
作者
刘皓
胡明昕
+1 位作者
朱一亨
於东军
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2018年第3期329-334,351,共7页
为了提高锂电池健康状态(SOH)的预测精度,该文提出了1种基于遗传算法和支持向量回归(GA-SVR)的联合算法。通过GA解决SVR模型中的超参数优化问题。GA-SVR随机生成1组染色体,每个染色体包含了相应的SVR超参数信息。利用适应度函数计算出...
为了提高锂电池健康状态(SOH)的预测精度,该文提出了1种基于遗传算法和支持向量回归(GA-SVR)的联合算法。通过GA解决SVR模型中的超参数优化问题。GA-SVR随机生成1组染色体,每个染色体包含了相应的SVR超参数信息。利用适应度函数计算出每条染色体的适应度值。根据适应度值对染色体进行选择、基因重组和变异等遗传操作,从而更新染色体的超参数信息。经过多次迭代后,找到适应度最大的染色体。从该染色体中提取相应的超参数信息,并训练最终的SVR预测模型。在美国国家航空航天局(NASA)锂电池数据集上的实验结果表明,该文算法优于基于混合像元核函数的高斯过程回归(SMK-GPR)算法、基于多尺度周期协方差函数的高斯过程回归(P-MGPR)算法、基于多尺度平方指数函数的高斯过程回归(SE-MGPR)算法和改进的基于粒子群优化的支持向量回归(IPSO-SVR)算法。
展开更多
关键词
遗传算法
支持向量回归
锂电池
健康状态
超参数优化
在线阅读
下载PDF
职称材料
题名
异构集群中CPU与GPU协同调度算法的设计与实现
被引量：
7
1
作者
高原
顾文杰
丁雨恒
彭晖
陈泊宇
顾雯轩
机构
南瑞
集团
(
国
网
电力
科学院
)
有限公司
南瑞
研究院
国
电
南瑞
科技股份
有限公司
系统研发中心
南瑞
集团
有限公司
智能电
网
保护和运行控制
国
家重点实验室
出处
《计算机工程与设计》
北大核心
2020年第2期592-600,F0003,共10页
基金
国家重点研发计划基金项目（2017YFB0902600）
国家电网公司科技基金项目（SGJS0000DKJS1700840）大电网智能调度与安全预警关键技术研究及应用
文摘
为有效提高异构的CPU/GPU集群计算性能,提出一种支持异构集群的CPU与GPU协同计算的两级动态调度算法。根据各节点计算能力评测结果和任务请求动态分发数据,在节点内CPU和GPU之间动态调度任务,使用数据缓存和数据处理双队列机制,提高异构集群的传输和处理效率。该算法实现了集群各节点“能者多劳”,避免了单节点性能瓶颈造成的任务长尾现象。实验结果表明,该算法较传统MPI/GPU并行计算性能提高了11倍。
关键词
异构
集群
中央处理器
图形处理器
协同调度
算法
Keywords
heterogeneous
clusters
CPU
GPU
cooperative scheduling
algorithm
分类号
TP305 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于遗传算法和支持向量回归的锂电池健康状态预测
被引量：
32
2
作者
刘皓
胡明昕
朱一亨
於东军
机构
南瑞
集团
(
国
网
电力
科学院
)
有限公司
南京理工大学计算机
科学
与工程
学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2018年第3期329-334,351,共7页
基金
国家自然科学基金(61772273
61373062)
文摘
为了提高锂电池健康状态(SOH)的预测精度,该文提出了1种基于遗传算法和支持向量回归(GA-SVR)的联合算法。通过GA解决SVR模型中的超参数优化问题。GA-SVR随机生成1组染色体,每个染色体包含了相应的SVR超参数信息。利用适应度函数计算出每条染色体的适应度值。根据适应度值对染色体进行选择、基因重组和变异等遗传操作,从而更新染色体的超参数信息。经过多次迭代后,找到适应度最大的染色体。从该染色体中提取相应的超参数信息,并训练最终的SVR预测模型。在美国国家航空航天局(NASA)锂电池数据集上的实验结果表明,该文算法优于基于混合像元核函数的高斯过程回归(SMK-GPR)算法、基于多尺度周期协方差函数的高斯过程回归(P-MGPR)算法、基于多尺度平方指数函数的高斯过程回归(SE-MGPR)算法和改进的基于粒子群优化的支持向量回归(IPSO-SVR)算法。
关键词
遗传算法
支持向量回归
锂电池
健康状态
超参数优化
Keywords
genetic algorithm
support vector regression
lithium-ion batteries
state of health
hyper-parameter optimization
分类号
TM912.1 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
异构集群中CPU与GPU协同调度算法的设计与实现
高原
顾文杰
丁雨恒
彭晖
陈泊宇
顾雯轩
《计算机工程与设计》
北大核心
2020
7
在线阅读
下载PDF
职称材料
2
基于遗传算法和支持向量回归的锂电池健康状态预测
刘皓
胡明昕
朱一亨
於东军
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2018
32
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
