周期性消息和非周期性消息对舰船电子综合化系统总线网络性能的影响是舰船电子综合化电子系统总线网络设计过程的难点之一。针对该问题,提出采用以确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)建立周期性消息的总...周期性消息和非周期性消息对舰船电子综合化系统总线网络性能的影响是舰船电子综合化电子系统总线网络设计过程的难点之一。针对该问题,提出采用以确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)建立周期性消息的总线网络DSPN模型和考虑非周期性消息的总线网络DSPN模型,有效模拟了周期性消息和非周期性消息在舰船电子综合化系统总线网络传输的动态行为。以Time NET4.2软件为仿真平台,分别实现了周期性消息的总线网络DSPN模型和考虑非周期性消息的总线网络DSPN模型,研究分析周期性消息和非周期性消息对舰船电子综合化系统总线网络性能的影响。该成果可以为设计满足特定性能要求的舰船电子综合化电子系统总线网络提供理论依据。展开更多
BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation,MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细...BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation,MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细粒度结构并行的能力,当遇到数据维度较高、网络节点较多时,性能还显不足.另一方面,Hadoop集群计算节点通信不能由用户直接控制,现有基于集群系统的结构并行策略不能直接用于MRBP算法.为此,提出一种适合于Hadoop集群的结构并行MRBP(structure parallelism based MapReduce back propagation,SP-MRBP)算法,该算法将神经网络各层划分为多个结构,通过逐层并行-逐层集成(layer-wise parallelism,layer-wise ensemble,LPLE)的方式,实现了MRBP算法的结构并行.同时,推导出了SP-MRBP算法和MRBP算法计算时间解析表达式,以此分析了2种算法时间差和SP-MRBP算法最优并行规模.据了解,这是首次将结构并行策略引入MRBP算法中.实验表明,当神经网络规模较大时,SP-MRBP较之原算法,具有较好的性能.展开更多
文摘周期性消息和非周期性消息对舰船电子综合化系统总线网络性能的影响是舰船电子综合化电子系统总线网络设计过程的难点之一。针对该问题,提出采用以确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)建立周期性消息的总线网络DSPN模型和考虑非周期性消息的总线网络DSPN模型,有效模拟了周期性消息和非周期性消息在舰船电子综合化系统总线网络传输的动态行为。以Time NET4.2软件为仿真平台,分别实现了周期性消息的总线网络DSPN模型和考虑非周期性消息的总线网络DSPN模型,研究分析周期性消息和非周期性消息对舰船电子综合化系统总线网络性能的影响。该成果可以为设计满足特定性能要求的舰船电子综合化电子系统总线网络提供理论依据。
文摘BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation,MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细粒度结构并行的能力,当遇到数据维度较高、网络节点较多时,性能还显不足.另一方面,Hadoop集群计算节点通信不能由用户直接控制,现有基于集群系统的结构并行策略不能直接用于MRBP算法.为此,提出一种适合于Hadoop集群的结构并行MRBP(structure parallelism based MapReduce back propagation,SP-MRBP)算法,该算法将神经网络各层划分为多个结构,通过逐层并行-逐层集成(layer-wise parallelism,layer-wise ensemble,LPLE)的方式,实现了MRBP算法的结构并行.同时,推导出了SP-MRBP算法和MRBP算法计算时间解析表达式,以此分析了2种算法时间差和SP-MRBP算法最优并行规模.据了解,这是首次将结构并行策略引入MRBP算法中.实验表明,当神经网络规模较大时,SP-MRBP较之原算法,具有较好的性能.
