国家高技术研究发展计划(2008AA01Z136)
- 作品数：14 被引量：54H指数：3
- 相关作者：赵银亮丁晓剑李远成阴培培韩博更多>>
- 相关机构：西安交通大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信更多>>
- 双边界支持向量机的理论研究与分析被引量：2
- 2010年
- 根据统计学习理论,间隔大小是反映泛化能力的一个很重要的方面.受一类支持向量机(SVM)的启发,提出的双边界SVM能分别用2个边界对2类问题分类.它能在保证分类正确的同时保证分类间隔的最大化,理论上分别从推广性能和不平衡类分布2方面证明了其优越性.标准数据集上的实验表明,双边界SVM得到的分类间隔要大于SVM,泛化性有了显著提高;另外,不平衡数据集上分析得到它对少数类识别率有明显提升.真实入侵数据测试结果表明,双边界SVM算法比边界样本选择算法的检测率高出2%以上.
- 丁晓剑赵银亮
- 关键词：泛化性能
- 基于推测多线程技术的程序可视化方法与实现被引量：1
- 2010年
- 程序可视化的目的是使程序的内部结构以及行为变得更容易被理解,辅助程序员基于程序的行为进行推理,包括调试程序以及评估程序运行时的资源利用情况。本文以面向片上多处理器的推测多线程编译系统为基础,提出一种基于SUIF编译框架的推测多线程程序可视化方法,实现对推测多线程程序的视图显示和性能评估,同时,本文以C源程序作为输入,利用所设计的可视化平台,进行实例分析,表明可视化方法在推测多线程自动并行化中有实用意义。
- 赵永刚李美蓉李保红韩博
- 关键词：程序可视化推测多线程自动并行化
- 基于模糊聚类的推测多线程划分算法被引量：19
- 2014年
- 推测多线程(Speculative Multithreading,SpMT)技术是一种实现非规则程序自动并行化的有效途径.然而,如何有效评估由诸如控制、数据依赖等因素导致的多种并行开销并实现最优线程划分一直是制约加速比性能提升的关键问题.基于启发式规则的传统划分方法虽然可以取得一定的加速效果,但由于启发式规则只能对多种并行开销进行定性评估,因而导致只能得到经验上较优的线程划分.针对传统划分方法的局限性,文中首次提出并实现了一种基于模糊聚类的线程划分方法.在该方法中,作者首先提出一种评估模型来定量评估各种并行开销,然后通过深入分析各种并行开销来确定最佳的线程解搜索空间,最终利用聚类方法实现有效线程解空间搜索以求取更优的线程划分.基于Olden程序集的测试结果表明,文中提出的线程划分方法可以有效地对非规则程序进行划分,其平均加速比可达到1.85.
- 李远成阴培培赵银亮
- 关键词：推测多线程模糊聚类自动并行化
- 支持推测多线程的扩展多核模拟器Prophet+被引量：3
- 2010年
- 推测多线程技术是软硬件协同开发非规则应用程序的线程级并行性的有效方法.通过体系结构对推测并行执行模式的支持,编译器产生推测多线程目标代码实现自动并行化加速.文中针对硬件平台如何有效支持程序运行过程的分析及测试,提出了一种支持推测并行执行模式的超标量流水线结构和一种基于独立栈的运行时内存空间管理方法.通过对Prophet模拟器扩展实现,并经Olden基准程序测试表明,扩展后的Prophet+在保持Prophet模拟器性能的前提下,提高了模拟器的精度和灵活性.
- 宋少龙赵银亮冯博琴韦远科王旭昊赵恒星
- 关键词：线程级并行推测多线程片上多处理器流水线模拟器
- 优化极限学习机的序列最小优化方法被引量：18
- 2011年
- 针对传统二次规划求解方法训练优化极限学习机(OMELM)存在速度慢和效率低的问题,提出了单变量迭代序列最小优化(SSMO)算法.该算法通过在框式约束中优化拉格朗日乘子来实现目标函数的最小化:首先在初始化拉格朗日乘子中选择使目标函数值下降最大的拉格朗日乘子,将该拉格朗日乘子作为目标函数的唯一变量;然后求解目标函数的最小值并更新该变量的值;重复这个过程直到所有的拉格朗日乘子都满足二次规划问题的Karush-Kuhn-Tucker条件为止.实验结果表明:SSMO算法只需调节很少的参数值便可得到足够好的泛化性能;采用SSMO算法的OMELM方法在泛化性能上要好于采用序列最小优化算法的支持向量机方法;在随机数据集测试中,SSMO算法具有较好的鲁棒性.
- 丁晓剑赵银亮
- 关键词：极限学习机支持向量机序列最小优化
- 无偏置ν-SVM分类优化问题研究
- 2011年
- 在高维空间中,分类超平面倾向于通过原点,即不需要偏置(b)。为了研究在ν-SVM分类问题中是否需要b,该文提出了无(b)的ν-SVM的对偶优化问题并给出了其优化问题求解方法。该方法通过有效集策略将对偶优化问题转化为等式约束子优化问题,然后通过拉格朗日乘子法将子优化问题转化为线程方程组来求解。实验表明偏置(b)的存在会降低ν-SVM的泛化性能,ν-SVM只能得到无(b)ν-SVM的次优解。
- 丁晓剑赵银亮
- 关键词：V-支持向量机偏置泛化性能有效集
- 线程划分中的寄存器依赖问题分析
- 2011年
- 推测多线程主要针对编译器生成的指令进行线程划分,在控制流和数据流分析基础上,实现串行程序的自动并行化.模拟器作为检验线程划分算法的有效手段,不仅能验证程序执行结果的正确性,而且可以评估程序并发执行的加速比性能,进一步也可以反映线程划分算法的合理性.针对Olden Suite程序在模拟器上的运行时统计信息,分析线程划分中所存在的寄存器依赖问题.同时,结合实例详细讨论造成寄存器依赖的主要原因.最后,针对寄存器依赖问题提出一种改进的线程划分方法.
- 李美蓉韩博赵银亮赵永刚
- 关键词：自动并行化模拟器
- 面向片上多核处理器的推测多线程机制下的独立栈模型被引量：1
- 2010年
- 在推测多线程并行执行时,各线程中借助共享栈来实现函数调用的过程存在互斥访问问题,为此提出了一种采用片上多处理器(CMP)的推测多线程机制下的独立栈函数调用模型,核栈采用一对一方式,栈之间的有机配合支持推测多线程中的函数调用.通过在模拟器端添加两条指令实现栈空间的管理,从而消除了共享栈模型中的加锁问题.为了保证程序正常运行,编译器对生成的代码作相应的调整,模拟器方面则增添了get和update两条指令,以便管理相应的栈空间.因为独立栈函数调用方法消除了共享栈模型中的栈加锁问题,使得成功线程发起的数目有不同程度的提高,从而提高了程序的并行加速比.Olden基准程序的测试表明,独立栈模型相对于共享栈模型使程序的平均并行加速比提高了3.85%.但是,由于影响程序推测并行加速比的因素复杂,某些测试程序也出现了独立栈的加速比低于共享栈的情况.
- 韦远科赵银亮宋少龙王旭昊阴培培李挺
- 关键词：推测多线程代码生成存储管理
- 一种应用代价评估的推测多线程路径预测方法被引量：2
- 2010年
- 推测多线程技术对于自动并行化非规则程序是有效的,然而基于控制流图和分支预测方法的线程划分方法,不可避免地受到划分路径上存在的控制依赖和数据依赖制约.针对现有的路径预测方法在考虑控制依赖影响的同时却不能有效地综合考虑数据依赖影响的问题,提出一种新的基于代价评估的路径预测方法,通过引入数据依赖模型,综合评估控制和数据依赖两种影响因素,寻求一条具有近似最小推测开销的推测划分路径.实验结果表明,文中提出的路径预测方法能够计算出代价更小的推测划分路径,并取得了更好的加速比性能,总体上系统可以得到2.43%的加速比性能提升.
- 李远成赵银亮阴培培韩博
- 关键词：推测多线程
- 基于SVM的二次下降有效集算法被引量：3
- 2011年
- 针对现有的有效集方法应用到支持向量机(support vector machine,SVM)优化问题时收敛速度较慢的问题,提出了一种基于二次下降法和推测赋值法的有效集算法.该算法在每次迭代过程中利用映射因子将迭代向量值限制在优化问题的不等式约束中,并通过调整步长使目标优化问题的函数值较传统的有效集算法进一步下降.由于函数值在每次迭代后保证了严格快速下降,所以提出的算法能够快速收敛到全局最优解.实验结果表明该方法的迭代次数和迭代时间有明显减少.
- 丁晓剑赵银亮李远成
- 关键词：支持向量机有效集迭代
