首页 > 文献资料
-
基于MapReduce的卷积神经网络算法研究
卷积神经网络(convolutional neural networks,CNN)是深度学习技术应用成熟的模型之一,利用卷积神经网络来提取特征进行目标识别和分析是当前比较热的研究方向.目前CNN主要以单机串行方式实现,随着大数据时代的到来,串行模式突显出训练时间过长,内存不足等问题.为此,本文提出了一种在分布式处理Hadoop平台上,基于MapReduce框架并行训练CNN的算法MR-TC-NN.并通过实验证明,提出的方法与传统单机串行训练方式相比,在大数据上有更快的训练速度.
关键词： MapReduce框架 卷积神经网络 并行化 -
中药方剂药物配伍网络构建程序的并行化实现及其应用
介绍了中药方剂药物配伍网络构建程序使用MPI实现并行化的方法,以及该并行程序在曙光TC2600系统下运行和测试的情况.测试结果显示,使用并行计算的方法在高性能计算环境下可以有效地处理在普通机器上无法处理的较大数量的数据和较为复杂的计算问题.当数据量较大时,采用数据分割的方法进行MPI并行编程是一种行之有效的并行方法,在数据量较大的情况下使用较多数量的CPU参与并行可以明显地提高计算速度.测试结果显示,并行计算的方法和高性能计算技术可以应用于中医药数据挖掘领域,并且可以显著地提高该领域的研究水平.
-
脑电非线性动力学快速分析与癫痫脑电分析
通过分析比较非线性时间序列动力学分析过程中使用的各种算法,选择出适合脑电分析的算法.这些算法时空复杂度较高,计算耗时.我们对这些算法进行了串行优化和改进,使其时间复杂度有不同程度的降低,并提高了其准确度;再对其进行并行化,进一步提升了算法效率.后整个计算过程运行时间缩短为优化前运行时间的1/50.在此基础上,我们提出了脑电非线性动力学快速分析系统的设计,并使用该系统分析了癫痫脑电数据,取得了良好的结果.
-
基于多媒体技术的快速并行体绘制
体绘制的成像速度一直是影响其发展的关键因素.我们提出了一种基于多媒体单指令多数据(single instruction multiple data,SIMD)技术的加速算法.在保证成像质量的前提下,通过采用MMX、SSE、SSE2指令,分别加速光线扫描、采样和坐标变换等部分,使得光线跟踪算法的成像速度提高了3～6倍.实验表明,该算法具有成像速度快、成像稳定等显著优势,具有很高的应用价值.
-
蒙特卡罗程序DPM的并行化及其在精确放射治疗中的应用
目的:针对蒙特卡罗程序DPM(Dose Planning Method)计算时间不能完全满足临床要求的问题,本文研究DPM的多进程并行化,并将其应用于精确放疗.方法:利用多核计算机系统,各处理器平均分配计算任务(粒子数目),主处理器负责读入并播发DPM输入信息,从处理器读取播发信息并完成初始化;各处理器并行计算并将剂量计算结果写入缓冲池;在模拟过程的后阶段,主处理器收集各从处理器的剂量计算结果并处理输出.结果:基于均匀水模和临床病例,对DPM并行计算和串行计算的计算结果和计算时间进行对比分析,结果显示两种计算程序得到的百分深度剂量曲线和不同深度的离轴剂量曲线吻合,显示出DPM并行代码和串行代码的计算精度相同.串行代码在模拟临床病例时需要37.2min,而并行代码在4个处理器上只耗费了10.1min,显示出并行模拟具有很好的加速比.结论:本文研究的并行化技术可以大幅提高DPM剂量计算速度,对于DPM应用于临床放疗计划中的剂量计算具有重要意义.
-
应用并行化K-means优化算法探究中医治疗高血压用药规律
介绍并行化相关概念,包括Mapreduce编程框架以及Hadoop分布式文件系统,对传统K-means算法进行优化,建立并行化K-means聚类模型,探究中医治疗高血压用药规律,挖掘出中医辨证治疗高血压的8组用药组合,结合中医理论分析,验证结论真实性.
-
增强网络协议处理能力的可行性研究
文章讨论了如何利用网络协议并行处理的潜力,从实用的角度提出了新的设计思路,并给出了具体实现模式.
-
输注供者淋巴细胞治疗慢性粒细胞白血病1例
近我们收治一例年龄为55岁的慢性粒细胞白血病患者，住院后因肝功能不好，准备做异基因骨髓移植(allo-BMT)术，并行化验与其胞弟HLA配型完全相合，后期因患者肝功能不好，年龄偏大，患者本人不愿行allo-BMT术。我……
