swDaCe:一种申威众核处理器上以数据为中心的并行编程模型设计与实现

1

作者 沈沛祺 陈俊仕 安虹 《小型微型计算机系统》 北大核心 2026年第3期751-759,共9页

高性能科学计算是超级计算机的核心应用领域,包括粒子模拟、气候分析等关键任务.然而,随着摩尔定律逐渐失效,超级计算机体系结构日益趋向异构和复杂,导致科学计算应用的开发和优化变得更加困难.为解决这一问题,本文基于新一代申威超级... 高性能科学计算是超级计算机的核心应用领域,包括粒子模拟、气候分析等关键任务.然而,随着摩尔定律逐渐失效,超级计算机体系结构日益趋向异构和复杂,导致科学计算应用的开发和优化变得更加困难.为解决这一问题,本文基于新一代申威超级计算平台,提出并实现了一种以数据为中心的并行编程模型——swDaCe.该模型通过解耦数据流图优化与原始程序,使得编程人员可以使用Python描述计算逻辑,并最终生成适配申威众核架构的高性能C++代码.此外,本文提出了一系列针对申威架构的数据流优化方法,包括从核任务映射、向量化并行以及DMA访存优化,以充分利用申威众核处理器的计算能力.实验结果表明,swDaCe生成的代码在稀疏矩阵计算等典型应用中实现了显著的性能提升,单核组加速比达到25倍以上,验证了该框架在申威架构上的有效性. 展开更多

关键词 新一代神威平台 异构众核处理器 数据流编程 并行计算 稀疏矩阵乘

在线阅读 下载PDF 职称材料

资料辅助的路网空间关系解析与核心矢量数据道路名称的高效赋值方案

2

作者 马远征 罗杰 +2 位作者 母晓艳 朱泗锜 薛桂琴 《测绘标准化》 2025年第4期131-135,共5页

针对全球地理信息资源建设与维护更新项目核心矢量数据要素更新中的道路名称属性赋值的问题,本文通过分析资料中道路数据与开源街区地图中路网要素间的拓扑结构,梳理出多对一要素匹配、空间角度匹配和局部匹配3类要素间数据的空间关系,... 针对全球地理信息资源建设与维护更新项目核心矢量数据要素更新中的道路名称属性赋值的问题,本文通过分析资料中道路数据与开源街区地图中路网要素间的拓扑结构,梳理出多对一要素匹配、空间角度匹配和局部匹配3类要素间数据的空间关系,开发了全球核心矢量数据中道路要素名称赋值工具,并在某试验区开展性能测试。结果表明,本文设计的工具赋值准确率高,支持基于用户经验的参数配置,能够显著提高道路名称赋值的效率,可为具有参考资料的矢量数据属性处理流程设计和程序开发提供理论和实践参考。 展开更多

关键词 核心矢量数据 道路要素 属性赋值 空间关系

在线阅读 下载PDF 职称材料

核心向量机的电站锅炉NO_x排放特性大数据建模 被引量：24

3

作者 周昊 丁芳 +1 位作者 黄燕 周康 《中国电机工程学报》 EI CSCD 北大核心 2016年第3期717-722,共6页

为克服传统燃烧优化算法受制于小样本建模的缺点,提出了一种基于大规模数据的NOx排放特性建模方法。应用核心向量机(core vector machine,CVM)对11660组实验数据、共77维运行参数建立了超超临界锅炉的NOx排放特性模型,并对模型参数C和... 为克服传统燃烧优化算法受制于小样本建模的缺点,提出了一种基于大规模数据的NOx排放特性建模方法。应用核心向量机(core vector machine,CVM)对11660组实验数据、共77维运行参数建立了超超临界锅炉的NOx排放特性模型,并对模型参数C和ε进行优化,选定模型参数组(C,ε)为(105,6×10-6),得到了较短的建模时间和较高的预测精准度。同时将建立的CVM模型与其他常见算法支持向量机(support vector machine,SVM)和SVMLight进行性能对比,结果表明,CVM具有优越的收敛速度和更强的泛化能力,随着建模数据量的增加,CVM模型预测准确度有所提升,在建模时间上表现平稳,相对于其余2种算法具有显著优势。 展开更多

关键词 电站锅炉 大规模数据 核心向量机 NOx建模 燃烧优化

原文传递

结合PSO-OEWOA和MKSVDD的轨道车辆轴承性能退化评估 被引量：6

4

作者 廖爱华 吴义岚 丁亚琦 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2022年第9期2730-2738,共9页

为了有效评估轨道车辆轴承性能退化程度,提出一种结合反向指数的鲸鱼粒子群混合算法(PSO-OEWOA)与多核支持向量数据描述(MKSVDD)相结合的滚动轴承性能退化评估方法。针对滚动轴承样本数据结构复杂,样本数据分布不均匀导致SVDD分类不够... 为了有效评估轨道车辆轴承性能退化程度,提出一种结合反向指数的鲸鱼粒子群混合算法(PSO-OEWOA)与多核支持向量数据描述(MKSVDD)相结合的滚动轴承性能退化评估方法。针对滚动轴承样本数据结构复杂,样本数据分布不均匀导致SVDD分类不够准确的问题,对SVDD模型的核函数进行改进,构造多核核函数提高支持向量数据描述的学习能力和泛化能力;然后针对MKSVDD中多参数选择盲目的问题,结合粒子群算法收敛速度快和鲸鱼算法探索能力强的优点,利用反向指数的鲸鱼算法迭代融合PSO算法对MKSVDD的参数进行寻优,从而避免优化算法早熟收敛和陷入局部最优。将轴承正常状态样本特征向量看作训练数据,同时将MKSVDD模型的准确率作为PSO-OEWOA的适应度函数,构建PSO-OEWOA-MKSVDD评估模型,利用正常数据训练的MKSVDD的超球体半径作为健康报警阈值确定轴承的退化。通过轴承全寿命数据对模型进行训练和测试。研究结果表明:MKSVDD模型在轴承初始性能退化时评估敏感性比SVDD模型更优,而且相较于SVDD模型,在中度性能退化时的稳定性也更优。最后对采集的牵引电机轴承的振动数据进行退化分析,结果与实际情况吻合,验证了模型的准确性和有效性,可用于轨道车辆轴承的退化评估。 展开更多

关键词 轨道车辆轴承 粒子群算法 鲸鱼算法 性能退化评估 多核支持向量数据描述

在线阅读 下载PDF 职称材料

面向大规模数据的模糊支持向量数据描述 被引量：2

5

作者 刘忠宝 赵文娟 《广西大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第6期1254-1260,共7页

针对支持向量数据描述面临的噪声数据敏感问题和大规模数据分类问题,提出面向大规模数据的模糊支持向量数据描述。该方法引入模糊理论和核心向量机,不仅在构造最小超球体时忽略对分类结果影响较小的数据,而且将支持向量数据描述的适用... 针对支持向量数据描述面临的噪声数据敏感问题和大规模数据分类问题,提出面向大规模数据的模糊支持向量数据描述。该方法引入模糊理论和核心向量机,不仅在构造最小超球体时忽略对分类结果影响较小的数据,而且将支持向量数据描述的适用范围从中小规模数据扩展到大规模数据。人工数据集和标准数据集上的实验表明新算法的有效性。 展开更多

关键词 支持向量数据描述 模糊理论 核心向量机 大规模数据

在线阅读 下载PDF 职称材料

云计算下的基于SOA架构的数据挖掘的研究 被引量：7

6

作者 张四平 王梅 《科技通报》 北大核心 2017年第8期124-128,共5页

如何能够更好的挖掘云计算下的数据信息一直以来都是研究的热点,首先分析了云计算下的SOA架构,其次在架构中采用了多核向量机的云计算数据挖掘技术,提出了基于SOCP的多核向量机挖掘思路,通过多校核对和模型推导证明了本文挖掘分类算法... 如何能够更好的挖掘云计算下的数据信息一直以来都是研究的热点,首先分析了云计算下的SOA架构,其次在架构中采用了多核向量机的云计算数据挖掘技术,提出了基于SOCP的多核向量机挖掘思路,通过多校核对和模型推导证明了本文挖掘分类算法的可行性。实验采用了基于SOA架构的销售管理系统作为数据来源,通过实验说明本文算法能够有效的节省挖掘时间,提高挖掘效率。 展开更多

关键词 云计算 数据挖掘 多核向量机

在线阅读 下载PDF 职称材料

基于最小闭包球的中文博客分类

7

作者 傅向华 郭武彪 +1 位作者 刘国 王志强 《计算机工程》 CAS CSCD 2012年第23期162-165,共4页

提出一种基于近似最小闭包球原理的中文博客(Blog)话题分类方法。根据近似最小闭包球原理,将支持向量机的优化求解转换为近似最小闭包球求解,使得只需选择大规模数据集的一个核心子集参与分类器的训练过程,以提高Blog话题分类中大规模... 提出一种基于近似最小闭包球原理的中文博客(Blog)话题分类方法。根据近似最小闭包球原理,将支持向量机的优化求解转换为近似最小闭包球求解,使得只需选择大规模数据集的一个核心子集参与分类器的训练过程,以提高Blog话题分类中大规模训练集的处理能力。在较大规模的Blog数据集上进行中文Blog特征选择及话题分类实验。实验结果表明,该方法不仅准确率可达到支持向量机同等的效果,且可减少训练时间,获得较好的Blog话题分类效果。 展开更多

关键词 博客分类 近似最小闭包球 支持向量机 核心向量机 数据挖掘 新兴媒体

在线阅读 下载PDF 职称材料

基于最小包含球的大数据集域自适应快速算法 被引量：3

8

作者 许敏 王士同 +1 位作者 顾鑫 俞林 《模式识别与人工智能》 EI CSCD 北大核心 2013年第2期159-168,共10页

相同应用领域,不同时间、地点或设备检测到的数据域不一定完整.文中针对如何进行数据域间知识传递问题,提出相同领域的概率分布差异可用两域最小包含球中心点表示且其上限与半径无关的定理.基于上述定理,在原有支持向量域描述算法基础上... 相同应用领域,不同时间、地点或设备检测到的数据域不一定完整.文中针对如何进行数据域间知识传递问题,提出相同领域的概率分布差异可用两域最小包含球中心点表示且其上限与半径无关的定理.基于上述定理,在原有支持向量域描述算法基础上,提出一种数据域中心校正的领域自适应算法,并利用人造数据集和KDD CUP 99入侵检测数据集验证该算法.实验表明,这种领域自适应算法具有较好的性能. 展开更多

关键词 领域自适应 支持向量域描述(SVDD) 最小包含球(MEB) 核心集 大数据集

在线阅读 下载PDF 职称材料

基于偏互信息与核心向量机的煤质大数据预测 被引量：1

9

作者 梁伟平 牛博通 《电力科学与工程》 2018年第7期49-55,共7页

为了改善基于算法的煤质发热量预测在大规模数据数下计算耗时的情况,利用可完成大规模数据建模的核心支持向量回归机(Core Vector Regression,CVR)建立了煤质发热量预测模型,并利用偏互信息(Partial Mutual Information,PMI)对模型特征... 为了改善基于算法的煤质发热量预测在大规模数据数下计算耗时的情况,利用可完成大规模数据建模的核心支持向量回归机(Core Vector Regression,CVR)建立了煤质发热量预测模型,并利用偏互信息(Partial Mutual Information,PMI)对模型特征变量进行分析筛选。通过对某电厂6 180组数据的验证比较,发现经过PMI筛选后的CVR煤质发热量预测结果相对误差为0.025,计算时间为0.272 s,优于未筛选的CVR,并与最小二乘支持向量机(Least Square Supported Vector Machine,LSSVM)算法在不同样本规模下对比,结果表明随着数据规模的增加PMI-CVR的计算时间远小于LSSVM,所以在大规模数据趋势下PMI-CVR计算更快、更具优势。 展开更多

关键词 煤质发热量 核心支持向量机 偏互信息 大规模数据

在线阅读 下载PDF 职称材料

大样本领域自适应支撑向量回归机 被引量：3

10

作者 许敏 王士同 +1 位作者 顾鑫 俞林 《软件学报》 EI CSCD 北大核心 2013年第10期2312-2326,共15页

针对回归问题中存在采集数据不完整而导致预测性能降低的情况,根据支撑向量回归机(support vector regression,简称SVR)等价于中心约束最小包含球(center-constrained minimum enclosing ball,简称CC-MEB)以及相似领域概率分布差异只与... 针对回归问题中存在采集数据不完整而导致预测性能降低的情况,根据支撑向量回归机(support vector regression,简称SVR)等价于中心约束最小包含球(center-constrained minimum enclosing ball,简称CC-MEB)以及相似领域概率分布差异只与两域各自的最小包含球中心点位置有关的理论新结果,提出了针对大数据集的领域自适应核心集支撑向量回归机(adaptive-core vector regression,简称A-CVR).该算法利用源域CC-MEB中心点对目标域CC-MEB中心点进行校正,从而提高目标域的回归预测性能.实验结果表明,这种领域自适应算法可以弥补目标域缺失数据的不足,大大提高回归预测性能. 展开更多

关键词 领域自适应 支撑向量回归 核心集支撑向量机 中心约束最小包含球 大数据集

在线阅读 下载PDF 职称材料

基于SVDD的分类新方法 被引量：1

11

作者 杨振章 方景龙 《机电工程》 CAS 2009年第11期48-50,97,共4页

为了实现对大规模数据集的分类,提出了一种基于支持向量数据描述(SVDD)的新算法。把两类的支持向量机(SVM)问题转化为软间隔的SVDD问题,然后用核集迭代的方法得到了近似最优解。实验结果表明,提出的算法与传统的SVM方法预测精度相当,但... 为了实现对大规模数据集的分类,提出了一种基于支持向量数据描述(SVDD)的新算法。把两类的支持向量机(SVM)问题转化为软间隔的SVDD问题,然后用核集迭代的方法得到了近似最优解。实验结果表明,提出的算法与传统的SVM方法预测精度相当,但是训练时间和测试时间更短,产生的支持向量数也更少,适用于大规模数据的分类。 展开更多

关键词 支持向量数据描述 核集 支持向量机

在线阅读 下载PDF 职称材料

加权最大夹角间隔核心集向量机的不平衡数据分类

12

作者 鲁淑霞 李黎敏 《山东大学学报（工学版）》 CAS 北大核心 2014年第3期1-7,共7页

为了处理大规模数据和不平衡数据分类问题,提出了一种新的分类方法,利用基于最大夹角间隔的核心集向量机算法实现对大样本数据的分类;针对不平衡数据分类问题,通过对不同的样本给予不同的权重,来提高算法的分类性能。加权最大夹角间隔... 为了处理大规模数据和不平衡数据分类问题,提出了一种新的分类方法,利用基于最大夹角间隔的核心集向量机算法实现对大样本数据的分类;针对不平衡数据分类问题,通过对不同的样本给予不同的权重,来提高算法的分类性能。加权最大夹角间隔核心集向量机方法不仅能够有效地解决不平衡数据的分类问题,而且能够实现对大样本数据的快速训练。 展开更多

关键词 最大夹角间隔 核心集 核心集向量机 最小包络球 不平衡数据 权重

原文传递

核向量机与支持向量机相结合的二阶段快速学习方法

13

作者 蒲骏逸 雷秀仁 《计算机应用》 CSCD 北大核心 2012年第2期419-424,共6页

支持向量机(SVM)作为一种有效的模式分类方法,当数据集规模较大时,学习时间长、泛化能力下降;而核向量机(CVM)分类算法的时间复杂度与样本规模无关,但随着支持向量的增加,CVM的学习时间会快速增长。针对以上问题,提出一种CVM与SVM相结... 支持向量机(SVM)作为一种有效的模式分类方法,当数据集规模较大时,学习时间长、泛化能力下降;而核向量机(CVM)分类算法的时间复杂度与样本规模无关,但随着支持向量的增加,CVM的学习时间会快速增长。针对以上问题,提出一种CVM与SVM相结合的二阶段快速学习算法(CCS),首先使用CVM初步训练样本,基于最小包围球(MEB)筛选出潜在核向量,构建新的最有可能影响问题解的训练样本,以此降低样本规模,并使用标记方法快速提取新样本;然后对得到的新训练样本使用SVM进行训练。通过在6个数据集上与SVM和CVM进行比较,实验结果表明,CCS在保持分类精度的同时训练时间平均减少了30%以上,是一种有效的大规模分类学习算法。 展开更多

关键词 支持向量机 分类 大规模数据集 核向量机 最小包围球

在线阅读 下载PDF 职称材料

基于全球地理信息资源建设与维护更新项目的核心矢量要素数据制作及总结 被引量：3

14

作者 洪倩倩 杨丹 张秋实 《测绘与空间地理信息》 2019年第11期179-181,共3页

针对全球地理信息资源建设与维护更新项目的核心矢量要素数据生产,本文探讨了对交通、水系、地名、境界政区要素的数据整合、地图配图等内容,针对在数据生产过程遇到问题的解决方法进行总结,为核心矢量要素数据生产提供参考。

关键词 核心矢量要素 数据整合 地图配图 经验总结

在线阅读 下载PDF 职称材料

核心矢量地理数据预处理方法改进研究 被引量：1

15

作者 曲君雨 赵喜江 《测绘与空间地理信息》 2024年第12期61-65,共5页

为了解决“全球地理信息资源建设与维护更新项目”实施过程中核心矢量地理空间数据预处理重复步骤多、数据分配缓慢的共性问题,本文对核心矢量数据预处理的方法进行了改进研究,运用模型构建器和Python脚本语言实现了制图表达,有效降低... 为了解决“全球地理信息资源建设与维护更新项目”实施过程中核心矢量地理空间数据预处理重复步骤多、数据分配缓慢的共性问题,本文对核心矢量数据预处理的方法进行了改进研究,运用模型构建器和Python脚本语言实现了制图表达,有效降低了人工参与数据预处理的程度,提升了应用ArcGIS进行矢量地理数据预处理的工作效率,具有很高的实用价值。 展开更多

关键词 核心矢量地理数据 ArcPy 预处理方法 制图表达

在线阅读 下载PDF 职称材料

核心矢量数据快速生产系统设计与实现 被引量：1

16

作者 王国玺 王伟丽 +2 位作者 徐玉玲 易明华 张春 《测绘标准化》 2024年第3期189-194,共6页

针对Open Street Map(OSM)数据不能全要素转换为所需的地理信息要素数据库数据的逻辑关系、数据要素不能高效处理和快速质检的问题,本文基于GIS技术,建立了一套核心矢量快速生产系统。该系统包含对千万级、亿级节点的OSM数据的快速读写... 针对Open Street Map(OSM)数据不能全要素转换为所需的地理信息要素数据库数据的逻辑关系、数据要素不能高效处理和快速质检的问题,本文基于GIS技术,建立了一套核心矢量快速生产系统。该系统包含对千万级、亿级节点的OSM数据的快速读写,可实现OSM数据到地理信息要素数据的高效转化,完成地理要素数据的快速质检,该项成果已经在国家重大测绘工程项目生产中应用。基于GIS技术实现的核心矢量数据快速生产系统的生产实践表明,该系统通过一系列高效自动的批量处理和质检技术,提高了数据的几何和属性辨识能力,对国家地理信息资源建设起到了良好支撑作用。 展开更多

关键词 GIS OSM 核心矢量数据 系统设计 全球地理信息

在线阅读 下载PDF 职称材料

基于主成分分析和多核支持向量机的农业保险需求预测 被引量：2

17

作者 蔡桂全 陶建平 《济南大学学报（自然科学版）》 CAS 北大核心 2021年第2期138-143,共6页

为了探索中国农业保险需求评估的新模式,提出一种基于数据降维和多核支持向量机的农业保险需求预测方法;利用主成分分析进行数据降维,从农户经济条件因素、社会文化因素、地理环境因素和政府补贴因素4个方面的7个解释变量中提取出主要... 为了探索中国农业保险需求评估的新模式,提出一种基于数据降维和多核支持向量机的农业保险需求预测方法;利用主成分分析进行数据降维,从农户经济条件因素、社会文化因素、地理环境因素和政府补贴因素4个方面的7个解释变量中提取出主要影响因子;采用权重的方式将局部和全局的核函数进行线性相加,组成多核支持向量机,实现农业保险需求预测。结果表明,与基于标准支持向量机和Logistic模型的保险需求预测方法相比,基于数据降维和多核支持向量机的方法能够得到更准确的预测结果。 展开更多

关键词 数据降维 主成分分析 多核支持向量机 农业保险 需求预测

在线阅读 下载PDF 职称材料