作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决串行部分选主元的高斯消去算法不能充分利用多核处理器的问题,提出并实现了并行多线程的部分选主元的高斯消去算法,并将整个算法进行了分析和优化,使数据的存储布局和算法的访存模式匹配,从而大幅提高了程序的性能。通过对本地Linux服务器以及美国亚马逊EC2云的多种平台上的实验结果的比较和分析,确定了部分选主元的高斯消去算法受缓存影响较大,所以在CPU和内存/缓存配置较为均衡的平台上运行性能最好。文中展现了一种高效率、扩展性好的多线程并行部分选主元的高斯消去算法以及将一般性串行算法进行并行化和优化的方法。
推荐文章
云计算平台上的Canopy-Kmeans并行聚类算法研究
云计算平台
Canopy-Kmeans算法
并行聚类算法
大数据挖掘
集群数据
数据分析
云计算平台上实现30年气候资料整编的方法
云计算
Hadoop
MapReduce计算模型
气候资料整编
高斯消去的并行化研究
并行计算
高斯消去
对称矩阵
矩阵划分
使用CUDA平台关于并行高斯-约当消去法的研究与比较
CUDA
并行计算
通用图形处理器
全选主元高斯-约当消去法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 并行高斯消去法在云计算平台上的研究
来源期刊 计算机技术与发展 学科 工学
关键词 部分选主元 高斯消去算法 多线程 缓存 亚马逊云
年,卷(期) 2014,(5) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 125-128,133
页数 5页 分类号 TP391.9
字数 4397字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.05.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘晓辉 上海政法学院现代教育技术中心 7 27 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (10)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
部分选主元
高斯消去算法
多线程
缓存
亚马逊云
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导