国家自然科学基金(41264005)
- 作品数：6 被引量：28H指数：3
- 相关作者：刘羽刘建明廖周宇谢晓兰更多>>
- 相关机构：桂林理工大学更多>>
- 发文基金：国家自然科学基金广西教育厅科研项目广西科技计划项目更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 云计算环境下基于SVM的数据分类被引量：6
- 2013年
- 为了提高数据的分类效率和准确度,利用云计算提供的弹性集群平台来解决计算力伸缩性瓶颈,并用MapReduce编程模型对SVM进行Map和Reduce并行化处理,并将基于优化理论的遗传算法(GA)引入SVM分类算法中对分类器参数进行优化,以分类器的准确率作为GA算法适应度函数,找出全局最优的模型参数和核函数参数值。经开源云计算平台Hadoop实验验证,数据分类的准确度有了明显的提高,整个分类过程的加速度几近呈线性增加。
- 廖周宇谢晓兰刘建明
- 关键词：支持向量机遗传算法数据分类
- 网格剖分及边界对MT Occam反演的影响研究
- 2016年
- 在大地电磁有限元模拟计算中网格剖分及边界放置是否得当,影响着最终的反演结果。基于Occam反演法从网格剖分及边界方面,设计不同模型,讨论不同网格对反演精度的影响。研究表明,对于二维介质体,只要将网格边界置于适当倍数趋肤深度的距离处,便可忽略截断边界的影响,无需放置在无穷远。在同一频段及不均匀剖分的前提下,粗细网格均可获得良好的反演结果。细网格的反演精度高于粗网格,但未能很好地圈定异常体的边界。粗网格剖分下,MT Occam法对低阻异常体反演效果较好,而对高阻异常体效果较差。
- 钟艺文刘羽
- 关键词：有限单元法网格剖分MTOCCAM反演
- 带有停滞检测的蚁群算法在2D HP格点模型中的应用
- 2016年
- 为了提高蛋白质折叠结构预测的求解效率,针对2D HP格点模型,研究蚁群ACO(Ant Colony Optimization)算法在该问题上的应用。采用四元组表示绝对的折叠方向,并建立构象和解的一一对应关系。通过实验对算法各阶段的常用策略、方法进行比较分析。为了防止搜索陷入停滞,引入位置信息素停滞比和序列信息素停滞比两个参数,使用一种新的停滞检测机制。实验结果表明,改进的算法在保证预测质量的前提下,显著地提升了收敛速度。
- 刘羽熊壬浩
- 关键词：蛋白质折叠蚁群算法遗传算法
- 压缩存储的并行高斯-约当消元法及性能优化被引量：1
- 2016年
- 为加速Occam反演算法中对称带状系数矩阵上的高斯-约当消元法,研究二维等带宽存储方法,提出一种基于对分策略的并行算法,解决顺序策略中因工作三角形上各行的计算量不同导致的负载不均衡问题。在共享内存并行系统上验证该算法的效果,着重研究该平台上算法性能的优化。与串行算法进行对比,对比结果表明,优化方法大幅提升了算法的时间性能,在此基础上并行高斯-约当算法的加速比可达3.72,基于该并行算法的反演算法加速性能良好。
- 熊壬浩刘羽
- 基于GPU的遗传退火多序列比对并行研究被引量：3
- 2014年
- 针对多序列比对(MSA)由于计算量大所引起计算效率的问题,基于CUDA架构,进行了对遗传模拟退火多序列比对算法的并行化研究,以充分发挥GPU计算能力。在深入分析串行算法的基础上,设计与实现了粗细粒度结合的并行化算法模型,并从线程同步、存储访问和负载均衡等方面对其进行了优化。测试结果表明,算法速度有了明显提升,加速比达到12.53,在增加种群规模和迭代次数的情况下加速效果仍然良好,具有较好的可扩展性。
- 韦树烽刘羽蒋财运
- 关键词：遗传退火多序列比对
- A*算法的改进及并行化被引量：18
- 2015年
- 针对串行A*算法时间性能较差的问题,提出了一种基于并行搜索和快速插入(PSFI)的算法。首先,研究了共享存储平台上的常见并行启发式搜索算法;然后,通过使用一种延迟的单表搜索(DSTS)方法和新的数据结构,改进了串行算法;其次,在此基础上,设计出一种基于共享存储平台的并行算法;最后,采用Open MP加以实现。对24数码问题的测试结果表明,改进的串行和并行算法将运行时间分别减少到原算法的1/140和1/450;与并行的NBlock优先(PBNF)算法相比,并行算法将加速比提高到3.2,同时,改进算法是严格的最佳优先搜索算法,保证了解的质量,且易于实现。
- 熊壬浩刘羽
- 关键词：启发式搜索并行程序设计数据结构
