通用组合编码并行算法研究

来源 :黑龙江大学 | 被引量 : 0次 | 上传用户:wildboar2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
组合编码的计算量非常巨大,编码过程非常耗时,本文在理论研究的基础上,进一步探讨了组合编码并行技术,以期缩短计算时间。在理论研究方面,本文从通用组合编码的性质出发,对通用组合编码及已有编码的关系进行了深入研究。在实际应用方面,为了提高通用组合编码的运算效率,从两个方面阐述了组合编码的并行计算:最大序数的GPU并行计算和序数CPU并行计算。经过对算法的仔细研究,进一步对CPU并行计算进行了优化处理。由于组合编码的最大序数计算主要集中在乘法上,因此采用了较为先进的GPU并行技术实现了带进位的乘法运算与加法运算。通过加入GPU并行计算,使得最大序数的计算速度有了大幅的提高。而序数计算依赖最大序数的结果,主要研究了CPU段内分组并行的方法,将给定分段长度为L的数据进行分割和并行处理,采用CPU多线程技术实现段内并行编码。为了提高序数运算的效率,使通用组合编码更具实用性,本文还对组合编码计算方法进一步优化优化,通过素数拆分法和不等分微调法进一步的加快运算速度,减少计算时间。对最大序数和序数的并行化及优化技术的研究提高了通用组合编码方法的运算效率。
其他文献
感知哈希算法是多媒体信息安全领域的一个新课题,已应用于多媒体检索、多媒体索引、数字水印、多媒体认证和拷贝检测等方面。从本质上而言,它是一种单向映射函数,可把任意的多媒
高光谱图像(HSI)的信息量巨大,导致数据的传输、存储及处理都有很大的困难,如何有效地减少数据量、降低数据维数是高光谱图像处理技术中的重要研究内容。本文采用波段选择的方
随着互联网所承载的信息量日益增大,如何在互联网上快速高效的找到用户所需要的数据是互联网发展的方向。结构化数据的存储为海量信息的查找提供了途径,因而出现了越来越多的
随着虚拟化技术大量应用于云计算与大数据领域,数据中心中的虚拟机数量急剧增加。虚拟机热迁移是减少服务器管理和维护花费、提高资源利用率、实现绿色计算的关键技术。本文围
随着Web2.0技术的迅猛发展,互联网已经不仅仅是一个信息获取途径,更重要的,它已成为人们发布信息的平台。微博服务,作为一个新兴的互联网应用,受到用户的追捧。由于用户的广泛参与
随着网上购物的日益盛行,推荐系统成为提高电子商务企业产品销售量的商业工具,也是许多用户越来越重要的辅助决策工具。互联网为用户开放了大量的产品和广告,从众多的产品中做出
随着计算机软件与硬件的飞速发展,图像处理技术在社会的诸多领域得到广泛的应用。对光栅点阵图像进行分析、识别并重建其中图形对象的图像矢量化技术也在诸如工程图纸、地图等
人脸识别在电子商务、视频监控、门禁系统等方面具有广阔的应用前景。近几十年来,已经出现了很多经典的人脸识别方法。大部分经典算法都能够在多样本条件下取得不错的识别效果
随着Web服务研究的不断深入和大量稳定易用的Web服务的广泛应用,如何从众多的服务中高效地发现满足需求的Web服务是一个需要解决的问题。传统的基于UDDI和WSDL标准的Web服务发
互联网和信息技术的飞速发展使我们进入了“信息经济”时代。互联网的用户的规模不断增大,互联网服务对于网络带宽与传输速度的需求不断增加。此外,互联网应用以及用户的多样性