基于CUDA的晶格Boltzmann并行算法的综合优化设计

本文在CUDA框架下设计与实现基于GPU的晶格Boltzmann方法(LBM)的并行算法。为进一步提高计算效率,本文分别研究几种典型的优化策略对计算效率的影响,并给出了一种集多优化策略为一体的综合优化解决方案。以圆管内Poiseuille流为算例的实验表明,采用新综合优化方案设计的LBM并行算法能够获得更高的计算效率。

基于受限领域本体的中文问句分析

基于受限领域本体的中文问句的研究方法多数都是将构建的领域本体作为存储知识的知识库,针对问句进行语法、语义相似度的计算或者将它与句型模板进行匹配,再利用本体的查询和推理规则来反馈答案。但上述方法对问句自身语义的处理以及本体查询的精度存在缺陷。为了克服上述不足,侧重用汉语中词的词性和中词来增强问句的结构描述,采用基于形式化的语义框架来刻画问句的语义,并在Jena技术的基础上进行了二次开发。通过分析网络本体语言(OWL)文件中关于本体的属性和等价类的表达规律,将知识的外延与内涵完整地反馈给用户。实验表明,该方法在受限领域本体的问句测试中返回的结果更为精确、合理,扩展性强且无需高成本的语料进行模型的训练,可以有效地应用于网络教学等领域。