敖富江
- 作品数：17 被引量：49H指数：3
- 供职机构：国防科学技术大学机电工程与自动化学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信天文地球化学工程更多>>
- 矩阵向量乘在流处理器上的实现
- 2007年
- Imagine是一款致力于媒体处理的流体系结构芯片,而它是否适合科学计算应用是当前国际上的热点讨论问题。本文研究了典型科学计算核心——矩阵向量乘在Imagine处理器上的有效映射,主要开发了四种不同的流程序版本,并且提出了优化方法。实验结果表明,经过优化的矩阵向量乘程序能够开发Imagine处理器的潜能。
- 杜静敖富江杨学军
- 编译指导的构件并行技术
- 提出了一种新的面向科学计算的构件技术——编译指导的构件并行技术,旨在提高构件间的并行度和数据的局部性, 避免通信瓶颈。该技术分为两个阶段:域划分和子构件组合。其中域划分利用了编译时的数据依赖分析技术,子构件组合利用了所设...
- 杜静杨灿群敖富江
- 关键词：并行计算并行度数据局部性
- 文献传递
- 科学计算程序在Imagine上的实现及性能评测
- 本文提出了将科学计算程序映射到Imagine上的关键技术,重点讨论了为开发Imagine体系结构优势的kernel划分和数据流组织方法。并基于Isim模拟器给出了典型科学计算应用Swim和Capao的实验结果。通过性能评...
- 杜静杨学军敖富江王桂彬
- 关键词：流体系结构科学计算程序性能评测
- 文献传递
- CBC-DS:基于频繁闭模式的数据流分类算法被引量：3
- 2009年
- 基于关联规则的分类算法通常根据频繁模式生成类关联规则,但频繁模式挖掘易遭受组合爆炸问题,影响算法效率.并且数据流的出现也对分类算法提出了新的挑战.相对于频繁模式,频繁闭模式的数目较少,挖掘频繁闭模式的算法通常具有较高的效率.为此,提出了一种高效的基于频繁闭模式的数据流分类算法—CBC-DS.主要贡献在于:1)提出了一种基于逆文法顺序FP-Tree的频繁闭项集单遍挖掘过程,用于挖掘类关联规则,该过程采用了一种混合项顺序搜索策略以满足数据流挖掘的单遍性需求,并采用位图技术提高效率;2)提出了"自支持度"概念,用于筛选规则以提高算法分类精度.实验表明,位图技术能够提高算法速度2倍以上,利用自支持度能够提高算法平均精度0.5%左右;最终CBC-DS算法的平均分类精度比经典算法CMAR高1%左右,并且CBC-DS算法的规则挖掘速度远快于CMAR算法.
- 敖富江王涛刘宝宏黄柯棣
- 关键词：数据流关联规则
- C-GPS协同式卫星定位技术研究被引量：2
- 2004年
- 介绍了笔者开发的C GPS协同式卫星定位技术的基本原理 ,研究了C GPS定位系统中使用的定位算法 ,重点介绍了协同式C GPS端机伪距求解方法 ,以及根据伪距和C GPS基站导航电文信息求解C GPS端机位置的方法 ,和为提高系统精度使用的位置差分方法。
- 敖富江龚国辉李思昆
- 关键词：GPS伪距
- 在线挖掘数据流滑动窗口中频繁闭项集被引量：2
- 2009年
- 在线挖掘滑动窗口中的频繁闭项集是一类重要的数据流挖掘问题。提出了一种新的频繁闭项集挖掘算法FPCFI-DS。该算法能够在有限的存储空间中高速挖掘数据流滑动窗口中的频繁闭项集,并且能够在任意时刻维护当前窗口中精确的频繁闭项集。对于第一个窗口中的数据,FPCFI-DS算法采用单遍过程FPCFI进行挖掘,挖掘结果被保存于一棵全局闭项集树GCT中。当窗口向前滑动时,FPCFI-DS算法采用更新挖掘方式快速挖掘出当前窗口中的频繁闭项集。实验结果表明,FPCFI-DS算法的空间效率和时间效率都显著优于同类经典算法Moment。
- 敖富江杜静颜跃进黄柯棣
- 关键词：数据流频繁闭项集
- 基于模糊聚类分析的构件并行技术研究被引量：11
- 2007年
- 提出了一种新的面向科学计算的构件技术——基于模糊聚类分析的构件并行技术,旨在提高构件间的并行度和数据局部性,避免通信瓶颈.该技术分为两个阶段:域划分和子构件组合.其中域划分利用了编译时的数据依赖分析技术.然后考虑访问步长的影响,利用不定方程,提出了区间重叠度的概念.基于此利用所设计的基于区间重叠度的模糊聚类算法实现子构件分类组合,并给出了算法的形式化描述.实验结果表明,通过该算法的编译时优化,构件程序能够获得良好的数据局部性、适中的粒度以及高度的并行性,算法具有很好的可扩展性.
- 杜静敖富江杨学军杨灿群
- 关键词：并行度数据局部性模糊聚类
- 数据流挖掘技术及其在仿真中的应用被引量：2
- 2009年
- 随着仿真系统复杂程度的增加和规模的增大,仿真时间越来越长,仿真所产生的数据量越来越大,使得仿真数据具有数据流的特性,因此可以采用数据流挖掘技术处理仿真数据。综述了数据流和数据流挖掘技术的主要特点;提出了基于数据流挖掘技术的仿真应用框架;设计了通用数据流挖掘成员,以便能够快速将数据流挖掘算法集成到基于HLA体系结构的仿真系统中,并以导弹突防仿真系统为例介绍了所设计的通用数据流关联规则挖掘成员。
- 敖富江戚宗锋陈彬黄柯棣
- 关键词：数据流挖掘仿真关联规则
- 数据流频繁模式挖掘算法设计被引量：14
- 2008年
- 介绍了数据流频繁模式的概念和定义,提出了数据流频繁模式挖掘算法的通用数据流处理模型,详细总结了数据流频繁模式挖掘算法的三种分类方式:"窗口模型"、"结果集类型"和"结果集精确性"。基于这些分类方法提出了数据流频繁模式挖掘算法的设计立方体,该立方体不仅涵盖了现有的数据流频繁模式挖掘算法,还对设计新的算法具有指导意义。基于设计立方体,分析了设计算法时应当采取的有效策略,旨在为设计新算法提供一个有力参考。最后讨论了数据流频繁模式挖掘的进一步研究工作。
- 敖富江颜跃进黄健黄柯棣
- 关键词：数据流
- 一种基于混合搜索的高效Top-K最频繁模式挖掘算法被引量：3
- 2009年
- 挖掘数据集中的Top-K最频繁模式具有重要意义。已有Top-K最频繁模式挖掘算法通常采用最频繁的k个项目作为初始项目,并将初始项目中频率最低的项目的支持度作为初始边界支持度。但实际组成Top-K最频繁模式的项目数目可能远少于k,从而制约了算法的效率。为此,提出了一种基于混合搜索方式的高效Top-K最频繁模式挖掘算法MTKFP。该算法首先利用宽度优先搜索获得少量的短项集,并利用短项集确定数目少于k的初始项目范围以及较高的初始边界支持度;然后利用深度优先搜索获得所有Top-K最频繁模式。实验表明,MTKFP算法所获得的初始项目数目至少低于已有算法70%,初始边界支持度高于已有算法;MTKFP算法的性能优于已有最好算法。
- 敖富江杜静陈彬黄柯棣
- 关键词：混合搜索FP-TREE
