检索结果

Select

1. 离散时间下混合型良性蠕虫的建模仿真分析

林锦贤林军青

计算机应用 2011, 31 (11): 2957-2960. DOI: 10.3724/SP.J.1087.2011.02957

摘要（1198）

PDF （791KB）（342）

为了更好地刻画良性蠕虫的传播过程，采用了离散时间模型。在离散时间下，考虑恶性蠕虫和良性蠕虫传播对网络的影响，对混合型良性蠕虫的传播过程进行分析和数学建模，通过仿真验证传播模型，并引入泰勒公式对关键参数进行分析比较。理论分析和仿真实验表明，在混合型良性蠕虫释放时间和网络性能一定的条件下，存在一个临界值使得切换时间最佳，而网络敏感度足够小时，不同的切换时间对感染类主机数量的变化几乎没有影响。

相关文章 | 多维度评价

Select

2. LU分解和Laplace算法在GPU上的实现

陈颖林锦贤吕暾

计算机应用 2011, 31 (03): 851-855. DOI: 10.3724/SP.J.1087.2011.00851

摘要（1454）

PDF （736KB）（1069）

随着图形处理器（GPU）性能的大幅度提升以及可编程性的发展，已经有许多算法成功地移植到GPU上。LU分解和Laplace算法是科学计算的核心，但计算量往往很大，由此提出了一种在GPU上加速计算的方法。使用Nvidia公司的统一计算设备架构（CUDA）编程模型实现这两个算法，通过对CPU与GPU进行任务划分，同时利用GPU上的共享存储器提高数据访问速度，对GPU程序进行分支消除，并且对矩阵分段计算以达到加速计算的目的。实验结果表明，随着矩阵规模的增大，基于GPU的算法相对于基于CPU的算法具有良好的加速效果。

相关文章 | 多维度评价

Select

3. 多核CPU和GPU加速分子动力学模拟

林江宏林锦贤吕暾

计算机应用 2011, 31 (03): 843-847. DOI: 10.3724/SP.J.1087.2011.00843

摘要（1408）

PDF （810KB）（1094）

在多核中央处理器(CPU)—图形处理器(GPU)异构并行体系结构上，采用OpenMP和计算统一设备架构(CUDA)编程实现了基于AMBER力场的蛋白质分子动力学模拟程序。通过合理地将程序划分为CPU单线程、CPU多线程和GPU多线程执行部分，高效地利用了计算机的处理能力。性能测试结果表明，相对于优化后的CPU串行计算，多核CPU-GPU异构并行计算模型有强大的性能优势，特别是将占整个程序执行时间90%的作用力的计算移植到GPU上执行，获得了最高可达12倍的计算加速比。

相关文章 | 多维度评价

Select

4. 基于MPI的并行PSO混合K均值聚类算法

吕奕清林锦贤

计算机应用 2011, 31 (02): 428-431.

摘要（1800）

PDF （798KB）（1269）

传统的串行聚类算法在对海量数据进行聚类时性能往往不尽如人意，为了适应海量数据聚类分析的性能要求，针对传统聚类算法的不足，提出一种基于消息传递接口(MPI)集群的并行PSO混合K均值聚类算法。首先将改进的粒子群与K均值结合，提高该算法的全局搜索能力，然后利用该算法提出一种新的并行聚类策略，并将该算法与K均值聚类算法、粒子群优化(PSO)聚类算法进行比较。实验结果表明，该算法不仅具有较好的全局收敛性，而且具有较高的加速比。

相关文章 | 多维度评价