计算机学报在线阅读,基于聚类分析的进程拓扑映射优化-计算机学报.pdf

最新推荐文章于 2022-06-18 13:21:31 发布

WZWTWT

最新推荐文章于 2022-06-18 13:21:31 发布

阅读量115

点赞数

文章标签：计算机学报在线阅读

基于聚类分析的进程拓扑映射优化-计算机学报

第卷第期计算机学报

３８５

Ｖｏｌ．３８Ｎｏ．５

年月

２０１５５Ｍａ２０１５

ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳｙ

基于聚类分析的进程拓扑映射优化

) ) ) )

１１１２

王涛卿鹏魏迪漆锋滨

)

１(江南计算技术研究所江苏无锡 )

２１４０８３

)

２(国家并行计算机工程技术研究中心北京 )

１０００８０

摘要高性能计算机系统规模的持续增大使通信墙问题越来越突出逻辑进程与物理拓扑的映射优化方法能够提

．

高应用的通信效率，已经成为高性能计算的研究热点之一传统的进程映射优化模型由于映射粒度过细，导致映射效

．

，， (

率低且易破坏通信密集的进程簇的整体性为此文中提出了一种聚合的二次分配问题

．ＡｒｅａｔｅｄＱｕａｄｒａｔｉｃ

ｇｇｇ

， ) ，，

模型并以模型为指导提出了一种新颖的基于聚类分析的进程映射优化方

ＡｓｓｉｎｍｅｎｔＰｒｏｂｌｅｍＡＱＡＰＡＱＡＰ

ｇ

，

法该方法首先使用谱聚类算法对进程通信模式进行聚类分析然后采用自适应聚合进程映射策略实现进程簇到

．

，

物理拓扑的映射最后使用聚合算法对进程簇映射进行进一步优化文中提出的优化方法首次将谱

ＰａｉｒＥｘｃｈａｎｅ．

ｇ

聚类分析应用于进程映射问题，可以有效减少远距离通信，增强通信的局部性基准程序及两道实际应用的实

．ＮＰＢ

，，

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

WZWTWT

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

基于图神经网络的深度学习在智能交通领域的应用

AI天才研究院

07-21

2167

随着智能化的发展，智能交通行业也正处在蓬勃发展之中，各种新型的智能交通设备已经进入到了市场，如汽车自动驾驶系统、城市出租车智能网联互通系统等，这些系统都可以利用人工智能和机器学习技术实现高效的交通控制。目前，智能交通领域主要采用传感器数据、地图信息、人类交互等多种手段收集和处理数据，如何利用数据驱动的深度学习方法提升智能交通系统性能是一个重要课题。随着对智能交通系统提出的需求越来越多，传统的基于规则的决策机制和特征工程的方法不仅会受到限制，而且还面临着诸多挑战。例如，如何快速、准确地识别交通流量密集区域？

计算机类-研究生复试面试题之一

ZJQ的博客

03-28

1236

目录概念问题 C++/数据结构 1、简述你对“面向对象”和“面向过程”编程思想的认识与思考 2、 ADT 是什么？简述你对“数据抽象”和“信息隐藏”的认识 3、const 和 static 有什么作用？ 4、友元关系的利与弊 5、C++多态的实现 C++多态: 6、STL 是什么？组成部分和核心作用标准模板库（英文：Standard Template Library，缩写：STL），是一个 C++软件库，也是 C++ 11、解释“优先级队列”这一抽象数据类型及实现方法 12、逆波兰.

参与评论您还未登录，请先登录后发表或查看评论

计算机学报在线阅读,计算机学报CHIN.pdf

weixin_42429893的博客

06-23

300

计算机学报CHIN.pdf第22卷第7期 1999年7月计算机学报 CH I N ESE J1COM PU TERS Vol 22 No 7 July 1999 曲线曲面的形态算法及应用刘文予万菲朱光喜华中理工大学电信系图像信息处理与智能控制开放实验室武汉430074 本文1998208201收到修改文1999202223收到本课题得到国家自然科学基金编号696720...

计算机学报在线阅读,一种面向权威度和多样性的自动学术调研框架-计算机学报-中国.pdf...

weixin_34036667的博客

06-23

117

一种面向权威度和多样性的自动学术调研框架-计算机学报-中国第卷第期计算机学报３８２Ｖｏｌ．３８Ｎｏ．２年月２０１５２ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＦｅｂ．２０１５一种面向权威度和多样性的自动学术调研框架)，) ) )...

聚类算法分析

象在舞的技术专栏

10-27

1782

1 聚类算法的分类　目前，有大量的聚类算法。而对于具体应用，聚类算法的选择取决于数据的类型、聚类的目的。如果聚类分析被用作描述或探查的工具，可以对同样的数据尝试多种算法，以发现数据可能揭示的结果。　主要的聚类算法可以划分为如下几类：划分方法、层次方法、基于密度的方法、基于网格的方法以及基于模型的方法。　每一类中都存在着得到广泛应用的算法，例如：划分方法中的k-means聚类算法、层次方

matlab点云聚类,基于区域聚类分割的点云特征线提取

weixin_33971453的博客

03-24

5236

王晓辉, 吴禄慎, 陈华伟, 胡赟, 石雅莹. . 基于区域聚类分割的点云特征线提取. 光学学报, 2018, 38(11): 1110001-。Wang Xiaohui, Wu Lushen, Chen Huawei, Hu Yun, Shi Yaying. . Feature Line Extraction from a Point Cloud Based on Region Cluster...

四种聚类方法的比较

最新发布

04-26

内容概要：本文详细介绍了如何利用威纶通触摸屏及其配套软件EasyBuilder Pro构建一个水箱液位控制的PID仿真程序。主要内容涵盖触摸屏界面设计、PID算法实现、通信配置以及仿真模型搭建等方面。文中不仅提供了具体的代码示例，还分享了许多调试经验和优化技巧，如抗积分饱和处理、通信同步设置等。此外，作者还强调了实际应用中的注意事项，例如参数范围限制、突发情况模拟等。适合人群：从事工业自动化领域的工程师和技术人员，尤其是对PID控制器有一定了解并希望深入掌握其实际应用的人群。使用场景及目标：适用于需要进行水箱液位控制系统设计、调试和优化的工作环境。主要目标是帮助读者理解和掌握PID控制的基本原理及其在实际工程项目中的具体实现方法。其他说明：附带完整的工程文件可供下载，便于读者快速上手实践。文中提到的所有代码片段均经过实际验证，确保可靠性和实用性。

2024年中国城市低空经济发展指数报告

04-25

内容概要：《2024年中国城市低空经济发展指数报告》由36氪研究院发布，指出低空经济作为新质生产力的代表，已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑和发展成效五个维度构建了综合指数评价体系，评估了全国重点城市的低空经济发展状况。北京和深圳在总指数中名列前茅，分别以91.26和84.53的得分领先，展现出强大的资金投入、创新能力和基础支撑。低空经济主要涉及无人机、eVTOL（电动垂直起降飞行器）和直升机等产品，广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求和技术进步共同推动了低空经济的快速发展，预计到2026年市场规模将突破万亿元。适用人群：对低空经济发展感兴趣的政策制定者、投资者、企业和研究人员。使用场景及目标：①了解低空经济的定义、分类和发展驱动力；②掌握低空经济的主要应用场景和市场规模预测；③评估各城市在低空经济发展中的表现和潜力；④为政策制定、投资决策和企业发展提供参考依据。其他说明：报告强调了政策监管、产业生态建设和区域融合错位的重要性，提出了加强法律法规建设、人才储备和基础设施建设等建议。低空经济正加速向网络化、智能化、规模化和集聚化方向发展，各地应找准自身比较优势，实现差异化发展。

多智能体协同编队控制：无人机编队背后的Python实现与关键技术解析

04-25

内容概要：本文详细介绍了多智能体协同编队控制的技术原理及其Python实现。首先通过生动形象的例子解释了编队控制的核心概念，如一致性算法、虚拟结构法、预测补偿等。接着深入探讨了编队形状的设计方法，包括如何利用虚拟结构法生成特定编队形状，并讨论了通信质量和参数调试的重要性。此外，还涉及了避障策略、动态权重分配以及故障检测等实际应用中的挑战和解决方案。最后，通过具体实例展示了如何将理论应用于实际项目中，如无人机编队表演、自动驾驶车队等。适用人群：对多智能体系统、编队控制感兴趣的科研人员、工程师及高校师生。使用场景及目标：适用于研究和开发多智能体协同编队控制系统的场景，旨在帮助读者理解并掌握相关技术和实现方法，提高系统的稳定性和可靠性。其他说明：文中不仅提供了详细的代码示例，还分享了许多实践经验和技术细节，有助于读者更好地理解和应用这些技术。同时强调了参数调试、通信质量、预测补偿等方面的关键因素对于系统性能的影响。

四旋翼飞行器模型预测控制(MPC)的Matlab实现及其设定点收敛保证

04-25

内容概要：本文详细介绍了名为'MPC_ACC_2020-master'的四旋翼飞行器模型预测跟踪控制器(Matlab实现)。四旋翼飞行器由于其高度非线性和强耦合特性，在复杂环境中难以实现精准控制。模型预测控制（MPC）通过预测未来状态并在每一步进行在线优化，解决了这一难题。文中展示了关键代码片段，解释了系统参数定义、初始化、预测模型构建、成本函数构建、优化求解及控制输入的应用。此外，还探讨了MPC_ACC_2020-master如何通过精心设计的成本函数和优化算法确保四旋翼飞行器状态收敛到设定点。适合人群：从事飞行器控制领域的研究人员和技术爱好者，尤其是对模型预测控制感兴趣的开发者。使用场景及目标：适用于四旋翼飞行器的轨迹跟踪任务，旨在提高飞行器在复杂环境下的稳定性与准确性。具体应用场景包括但不限于无人机竞速、自动巡航、物流配送等。其他说明：尽管该项目主要用于科研目的，但其简洁高效的代码结构也为实际工程应用提供了良好借鉴。同时，项目中存在一些待改进之处，如状态估计部分未考虑真实情况下的噪声干扰，后续版本计划移植到C++并集成进ROS系统。

基于MATLAB2020b的CNN-LSTM与GTO算法优化的电力负荷预测研究

04-25

内容概要：本文探讨了基于MATLAB2020b平台，采用CNN-LSTM模型结合人工大猩猩部队(GTO)算法进行电力负荷预测的方法。首先介绍了CNN-LSTM模型的基本结构及其在处理多变量输入（如历史负荷和气象数据）方面的优势。随后详细解释了如何通过GTO算法优化超参数选择，提高模型预测精度。文中展示了具体的MATLAB代码示例，包括数据预处理、网络层搭建、训练选项设定等方面的内容，并分享了一些实践经验和技术细节。此外，还讨论了模型的实际应用效果，特别是在某省级电网数据上的测试结果。适合人群：从事电力系统数据分析的研究人员、工程师，以及对深度学习应用于时间序列预测感兴趣的开发者。使用场景及目标：适用于需要精确预测未来电力负荷的情况，旨在帮助电力公司更好地规划发电计划，优化资源配置，保障电网安全稳定运行。通过本研究可以学习到如何构建高效的CNN-LSTM模型，并掌握利用GTO算法进行超参数优化的具体步骤。其他说明：文中提到的一些技巧和注意事项有助于避免常见错误，提高模型性能。例如，合理的数据预处理方式、适当的超参数范围设定等都能显著改善最终的预测效果。

机器学习（深度学习）：用于脑肿瘤的带有边界框的磁共振成像

04-25

数据集一个高质量的医学图像数据集，专门用于脑肿瘤的检测和分类研究以下是关于这个数据集的详细介绍：该数据集包含5249张脑部MRI图像，分为训练集和验证集。每张图像都标注了边界框（Bounding Boxes），并按照脑肿瘤的类型分为四个类别：胶质瘤（Glioma）、脑膜瘤（Meningioma）、无肿瘤（No Tumor）和垂体瘤（Pituitary）。这些图像涵盖了不同的MRI扫描角度，包括矢状面、轴面和冠状面，能够全面覆盖脑部解剖结构，为模型训练提供了丰富多样的数据基础。高质量标注：边界框是通过LabelImg工具手动标注的，标注过程严谨，确保了标注的准确性和可靠性。多角度覆盖：图像从不同的MRI扫描角度拍摄，包括矢状面、轴面和冠状面，能够全面覆盖脑部解剖结构。数据清洗与筛选：数据集在创建过程中经过了彻底的清洗，去除了噪声、错误标注和质量不佳的图像，保证了数据的高质量。该数据集非常适合用于训练和验证深度学习模型，以实现脑肿瘤的检测和分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础，能够帮助研究人员和开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测和分类的研究提供了宝贵的资源，能够帮助研究人员开发出更准确、更高效的诊断工具，从而为脑肿瘤患者的早期诊断和治疗规划提供支持。

STM32F103 CAN通讯与IAP升级Bootloader源码解析及硬件设计

04-25

内容概要：本文详细介绍了STM32F103的CAN通讯和IAP升级Bootloader的源码实现及其硬件设计。首先，针对CAN通讯部分，文章深入探讨了CAN外设的初始化配置，包括波特率、位时间、过滤器等重要参数的设置方法，并提供了一段完整的初始化代码示例。接着，对于IAP升级Bootloader，文中讲解了通过CAN总线接收HEX文件并写入Flash的具体实现步骤，以及如何安全地从Bootloader跳转到应用程序。此外，文章还附上了原理图和PCB文件，有助于理解和优化硬件设计。最后，作者分享了一些实用的调试技巧和注意事项，如终端电阻的正确使用、CRC校验的应用等。适合人群：嵌入式系统开发者、硬件工程师、从事STM32开发的技术人员。使用场景及目标：适用于正在开发STM32相关项目的工程师，尤其是那些需要实现CAN通讯和固件在线升级功能的人群。通过学习本文提供的源码和技术要点，可以帮助他们快速掌握相关技能，提高开发效率。其他说明：本文不仅提供了详细的代码示例，还包含了丰富的实践经验分享，能够帮助读者更好地理解和解决实际开发中遇到的问题。