基于多CPU的并行数据处理系统的研究.pdf
2021-09-25 09:04:59 147KB CPU 处理器 内核 参考文献
云计算(Cloud Computing ):是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展,或者说是这些计算机科学概念的商业实现。是指基于互联网的超级计算模式--即把存储于个人电脑、移动电话和其他设备上的大量信息和处理器资源集中在一起,协同工作。在极大规模上可扩展的信息技术能力向外部客户作为服务来提供的一种计算方式。
2021-09-24 10:17:18 2.88MB 云计算 分布式处理 并行处理 网格计算
1
安川机器人YRC1000 使用说明书 安川机器人YRC1000操作要领书 安川机器人YRC1000报警代码表 安川机器人YRC1000 并行IO说明书 安川机器人YRC1000 INFORM说明书 安川机器人YRC1000 Ethernet 功能说明书 现在缺YRC1000保养要领书
2021-09-23 15:57:26 13.23MB 安川YRC1000
1
2010年出版的国外CUDA教学教材-经典! 教辅材料网址:http://www.elsevierdirect.com/companion.jsp?ISBN=9780123814722 教辅材料包括本教材所有相关教学材料,如PPT、Figure and Lab Materials!
2021-09-23 10:17:40 5.64MB cuda GPU大规模并行编程
1
QtMvvm 用于Qt的面向mvvm的库,用于并行创建Widget和Quick Controls 2项目。 有关更多图像,请检查“ 产品特点 QtMvvm的主要功能是ui和逻辑之间的分隔。 使用此库,您可以创建一个包含您的应用程序逻辑以及ui控制器(称为“ ViewModels”)的核心库,并在其之上创建多个ui项目。 这样,您可以例如同时提供小部件和基于qt quick的应用程序,或者为不同的设备创建不同的ui,而无需编写任何代码两次。 主要功能是: 在核心应用程序中创建ViewModels以准备要呈现的数据而无需绑定到任何具体的GUI 支持单例ViewModel 支持容器Vie
2021-09-23 09:27:12 4.72MB settings qt widget qml
1
Magic软件可以通过馈入参数仿真计算输出功率。为了确定最优的参数,实际工作中通过采用Magic迭代计算软件中的遗传算法迭代计算确定参数,但每代计算需要同时启动多个Magic程序,耗时长、单机计算效率低。本文提出了基于Windows环境,使用现有的工作站,利用Microsoft HPC工具包搭建一个并行计算集群,实现将每代启动的Magic程序放到多台计算机上进行并行计算的解决方案。首先利用HPC Pack进行集群的搭建,然后设置共享文件夹进行数据的存储与访问,最后使用Microsoft HPC Pack SDK中的API改写Magic迭代计算软件,实现将每代启动的Magic程序放到多台计算机上进行并行计算。通过测试表明加速比大约为2,能够有效提高计算速度。
1
针对综合防空火力分配中,传统火力分配模型没有全面考虑火力通道射击效能因素,且在火力资源相对充足的情况下火力资源易浪费和易延误战机的问题,将射击有利度、飞临时间与威胁度等因素结合,构建一种新的综合防空火力分配模型.基于此模型,针对来袭目标、火力节点以及制导节点3者之间的火力优化匹配问题,提出一种基于深度优先搜索预处理的多种群并行布谷鸟搜索算法(PMPCSA).该方法采用Prolog智能规划语言构建目标-火力节点-制导节点匹配规则库,在规则库中利用深度优先搜索快速生成可行的目标-火力节点-制导节点的匹配预处理方案;采用多种群并行布谷鸟搜索算法,对得到的可行分配空间进行搜索,通过引入多种群并行优化搜索,不同种群赋予不同控制参数的思想,兼顾算法的全局探索和局部开发能力,可有效提高算法寻优效率.最后,通过仿真结果验证所建综合防空火力分配模型的优势性,同时表明,所提出的PMPCSA算法能有效地平衡全局探索与局部开发,在保证较高收敛速度的同时,提高全局探索能力.
1
电信设备-一种移动海量客户群识别的并行数据挖掘方法.zip
2021-09-22 21:00:11 1.3MB 资料
Cuda K-Means 图像聚类算法由 Andrea Toscano, Università degli Studi di Milano (Informatica) 在 NVidia Cuda 中实现。 这个小项目展示了如何实现应用于图像的 K-Means 聚类算法以减少其颜色。 一些预处理是使用 python 脚本计算的,以便以更好的方式表示图像并轻松找到适合算法的初始质心。 在 Cuda K-Means 例程中涉及全局内存和常量内存。 未来的工作还将包括包含整个图片的纹理内存,从而提高算法的性能。
2021-09-22 19:26:41 3.6MB Cuda
1
基于ARM的大容量并行通信数据采集处理系统.pdf
2021-09-22 15:02:27 2.81MB ARM 处理器 内核 参考文献