三次插值样条曲线拟合多核并行算法

计算机应用 ›› 2010, Vol. 30 ›› Issue (12): 3194-3196.

三次插值样条曲线拟合多核并行算法

苗莎¹,郑晓薇²

1. 辽师师范大学
2. 辽宁师范大学

收稿日期:2010-06-23 修回日期:2010-08-06 发布日期:2010-12-22 出版日期:2010-12-01
通讯作者: 苗莎
基金资助:
国家自然科学基金项目;辽宁省教育厅高等学校科研基金项目

Multi-core parallel algorithm for cubic spline curve fitting

Received:2010-06-23 Revised:2010-08-06 Online:2010-12-22 Published:2010-12-01
Supported by:
;supported by the Scientific Research Foundation of the Higher Education Institutions of Liaoning Province of China

摘要/Abstract

摘要： 充分利用多核技术提升多核处理器的资源利用率，缩短执行时间，发挥多核系统的优异性能。在多核计算机上设计了解三对角方程组的奇偶约化多线程并行程序，实现了三次样条曲线拟合的快速计算。通过实验结果的加速比对比，可以看出并行后缩短了求解方程组的时间，多核资源得到充分利用。结果表明，奇偶约化多核并行算法在三次样条曲线拟合中的应用是有效及可行的。

关键词: 多核, 三对角方程组, 并行算法, 样条曲线, 加速比

Abstract: In order to take full use of multi-core technology to enhance the resource utilization of multi-core processors, shorten the execution time and show multi-core system remarkable performance, a multi-threaded parallel program was designed to resolve the tridiagonal equations of odd-even reduction, and the calculation speed of cubic spline curve fitting was increased in multi-core computer. Through comparing the speedup radio of experimental results, it can be seen that parallel program shortens the time of solving equations and multi-core resources are fully utilized. The results indicate that multi-core parallel algorithm of odd-even reduction used in cubic spline curve fitting is effective and feasible and the research results have good practical significance.

Key words: multi-core, tridiagonal equations, parallel algorithm, spline curve, speed-up ratio

苗莎郑晓薇. 三次插值样条曲线拟合多核并行算法[J]. 计算机应用, 2010, 30(12): 3194-3196.

[1]	孟慧玲, 王耀彬, 李凌, 杨洋, 王欣夷, 刘志勤. TACLeBench中内核程序循环级推测并行性分析[J]. 计算机应用, 2021, 41(9): 2652-2657.
[2]	安鑫, 杨海娇, 李建华, 任福继. 热安全约束下异构多核系统动态映射方法[J]. 计算机应用, 2021, 41(9): 2631-2638.
[3]	黄书召, 田军委, 乔路, 王沁, 苏宇. 基于改进遗传算法的无人机路径规划[J]. 计算机应用, 2021, 41(2): 390-397.
[4]	李杏峰, 黄玉清, 任珍文. 联合低秩稀疏的多核子空间聚类算法[J]. 计算机应用, 2020, 40(6): 1648-1653.
[5]	安鑫, 夏近伟, 杨海娇, 欧阳一鸣, 任福继. 基于离散控制器合成的异构多核系统资源管理方法[J]. 计算机应用, 2020, 40(6): 1698-1706.
[6]	张伍, 陈红梅. 基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择[J]. 计算机应用, 2020, 40(5): 1425-1430.
[7]	刘智翔, 刘慧超, 黄冬梅, 周丽萍, 苏诚. 多种任务调度混合的IB-LBM并行优化方法[J]. 计算机应用, 2020, 40(2): 386-391.
[8]	安鑫, 康安, 夏近伟, 李建华, 陈田, 任福继. 基于机器学习的异构感知多核调度方法[J]. 计算机应用, 2020, 40(10): 3081-3087.
[9]	李瑶, 赵云芃, 李欣芸, 刘志芬, 陈俊杰, 郭浩. 基于sparse group Lasso方法的脑功能超网络构建与特征融合分析[J]. 计算机应用, 2020, 40(1): 62-70.
[10]	白东颖, 易亚星, 王庆超, 余志勇. 面向概念漂移问题的渐进多核学习方法[J]. 计算机应用, 2019, 39(9): 2494-2498.
[11]	安鑫, 张影, 康安, 陈田, 李建华. 基于机器学习的异构多核处理器系统在线映射方法[J]. 计算机应用, 2019, 39(6): 1753-1759.
[12]	李飞, 杜亮, 任超宏. 基于全局融合的多核概念分解算法[J]. 计算机应用, 2019, 39(4): 1021-1026.
[13]	张永华, 杜煜, 潘峰, 魏岳. 基于三次B样条曲线拟合的智能车轨迹跟踪算法[J]. 计算机应用, 2018, 38(6): 1562-1567.
[14]	付朝江, 王天奇, 林悦荣. 基于有效并行求解策略的显式有限元分析并行算法[J]. 计算机应用, 2018, 38(4): 1072-1077.
[15]	韩李涛, 刘海龙, 孔巧丽, 阳凡林. 基于多核计算环境的地貌晕渲并行算法[J]. 计算机应用, 2017, 37(7): 1911-1915.