面向向量化的局部数据重组

目前,利用微处理器的多媒体扩展对非多媒体程序的向量化已成为提高程序性能的一个重要手段.然而,和多媒体程序相比,非多媒体程序存在大量的非连续和非对齐的数据引用方式,严重影响程序的向量化发掘和向量化性能.提出一种新的向量化方法—基于局部数据重组的向量化技术(.通过改变局部数据的布局,将循环中不连续的数据引用变为连续的数据引用,进而完成对循环的向量化;并对数据引用作对齐分析和对齐优化,从而提高程序的向量化性能.以SPEC CPU2000浮点测试集为例,该方法不仅可以向量化对于ICC编译器无法向量化的程序,而且对这些程序都有很好的性能提升,在当前的测试环境下某些程序性能最高可提高241.6%.

面向非多媒体程序的SIMD向量化算法的研究及改进

利用微处理器的多媒体扩展对非多媒体程序的向量化已成为提高程序性能的一个重要手段,然而目前几乎所有的商业编译器对非多媒体程序的向量化的结果,都无法说明其编译器有效的向量能力.本文通过分析典型的非多媒体程序--SPECCPU2000浮点程序,归纳出非多媒体程序的SIMD向量化特征,并依此提出局部数据重组的向量化方法、针对外层循环的向量化方法、部分语句SLP的向量化方法几种新的向量化方法和相关的向量化优化技术.通过对比Intel编译器对SPECCPU2000的向量化性能测试,可以发现本文提出的改进方法有效的提高了程序的向量化.

面向SIMD的数组重组和对齐优化

随着多媒体应用的普及,越来越多的处理器集成了SIMD扩展,但是非连续或者非对齐访存会阻碍程序的向量化或者造成性能损失。针对实际应用中出现的数组引用不连续的情况,提出了一种数学模型,用以刻画数组的访存模式和数据重组方案,以判断这些数组引用是否可以通过数组转置的方法满足连续性要求;并采用过程间数组填充、循环剥离和基于SLP的向量化代码生成方法等进行对齐优化。最后基于SPEC2000测试集对该算法进行了测试,结果表明,该方法可以有效地提升向量化程序的执行效率。

概率分布假设检验中有效数据的重新分组

为了构建钢结构可靠性设计方法,必须探索钢材机械性能参数的概率分布。依据有限的有效试验数据进行假设检验,是研究钢材机械性能参数概率分布的基本方法。有限的有效试验数据的合理分组,对假设与检验是否吻合显得十分重要。基于数理统计知识,对概率分布假设检验中有效数据分组的进行了优化。以60组有效试验数据为例,对奥氏体不锈钢S30408超低温屈服强度的概率分布进行了探索;研究表明:在显著度为0. 05时,奥氏体不锈钢S30408超低温屈服强度是基本符合正态分布的随机变量。

类型转换语句的SLP发掘方法

多媒体技术的迅速发展使得越来越多的处理器集成了SIMD扩展,当前的编译器大多数都已实现了自动向量化功能。为了发掘迭代内并行,一些编译器在自动向量化模块中引入了SLP向量化方法。多媒体数据的密集存储和规则运算使得在处理多媒体数据时需要进行频繁的数据类型转换,而目前的SLP向量化方法对数据类型转换的处理能力还不完善。为了在存在大量数据类型转换语句的程序中发掘更多的SLP向量化机会,提出了一种类型转换语句的SLP发掘方法,它能够在SLP向量化框架下利用数据重组实现具有相同向量化因子和不同向量化因子的数据类型之间的转换。实验结果表明,该方法能够有效地对类型转换语句进行SLP向量化发掘,提高了程序的向量化执行效率。

Oracle中数据装载与数据重组的研究

数据装载和数据重组是在管理和维护Oracle数据库中经常遇到的问题。文中介绍了目前向Oracle数据库中装载数据的几种常用方法,并简要介绍了数据重组的问题。文中随后给出了这几种方法的使用原则以及性能分析,最后讨论了这几种方法的应用场合。

受限带宽下的远程观摩系统

在法院系统信息化建设中,庭审直播观摩是一项重要的内容,而对于不同级别的法院由于地域不同,全系统现场观摩变得不太现实。法院之间现有的专网存在带宽低的缺点,不能满足大码流音视频数据传输的要求,增加租赁带宽又会受资金不足的影响,而采用组播中继、计数管理、数据包重组等技术,可最大限度地利用现有的带宽,使不同级别的法院同时进行远程实时观摩,达到现场观摩的效果。

一种基于局部性的数据重组框架

处理器和内存之间速度差距日益增大,使内存访问成为系统主要的性能瓶颈之一,Cache成为现代体系结构中用来解决这个问题的主要技术。利用数据重组优化程序自身的局部性,从而提高Cache性能成为一个值得研究的热点问题。提出了一种基于局部性的数据重组框架,该框架利用一种基于变量局部性特征的变量关系图来量化变量之间的关系,然后寻找变量之间的布局优化,通过数据重组和结构拆分两种常用的数据重组方法来提高Cache性能。针对SPECCPU2000中的部分测试程序的实验表明,这种数据重组框架能够有效地减少Cache失效次数,提高程序性能。

基于生物信息学特征的DNA序列数据压缩算法

本文通过将生物学特征和生物学含义引入DNA序列数据的压缩处理中,提出了基于生物信息学特征的BioLZMA压缩算法.在BioLZMA算法中,DNA序列根据组成部分生物学含义的不同切分重组为四个集合:编码序列CDS集合、内含子序列集合、RNA序列集合以及剩余序列的集合.根据各集合中序列的具体生物学特征分别使用针对性的压缩策略进行预处理,并通过LZMA算法进行压缩编码.实验结果表明,BioLZMA算法在基准测试序列上的压缩性能优于原有的DNA序列压缩方法.特别是对于生物信息学特征清晰的长序列,算法能够在较短的时间内获得较高的压缩率.

一种支持跨幅访存的向量化代码生成方法

随着SIMD扩展部件的迅速发展,自动向量化工具已逐渐成熟。现阶段的工具能对连续访存程序进行较好的处理,然而,大部分非连续访存的多媒体程序并不能被转换为高效的向量化代码。提出并实现了一种支持跨幅访存的向量化代码生成方法,其利用目标系统已有的基本数据处理指令实现多个向量间的任意重组来解决含有非连续访存语句的向量化代码生成问题。经过实验分析和验证,提出的代码生成方法能够将含有跨幅访存的语句转化为面向目标系统的高效向量化代码,以提高程序执行效率。

面向国产CPU SW-1600的向量重组

由于向量化重组指令比较复杂并且不同指令有不同的延迟,从而难以寻找一种统一高效的向量重组算法。对国产CPUSW-1600提供的移位和插入提取指令进行了分析,提出单独依靠移位或插入提取指令实现向量重组的最优算法,并综合这两类指令实现向量重组的高效算法。最后通过实验证明该算法可以较好地对程序进行向量化,对整型数据的加速比达到7.31,对复杂的双精度浮点型程序的加速比也达到1.83。

公共资源交易数据仓库的构建

为提升数据服务能力,研判市场活跃程度,分析资源要素的市场化配置情况,需要整合重组全国公共资源交易相关数据。基于全国619个地方交易系统的主体和交易数据,通过与权威来源数据的验证、补全和纠错,及去重、打标签等操作提升数据质量,提出公共资源交易主题分析模型,围绕市场主体和交易角色在工程建设招投标、政府采购、土地和矿业权出让、国有产权交易领域不同维度的交易分析进行了数据表和主题的组织,完成了公共资源交易数据仓库的构建,支撑了全国公共资源交易的数据共享、统计、分析等应用服务。

结构体向量化中的存储优化

目前主流的优化编译器无法通过已有的循环变换技术使得含有结构体计算类型引用的循环被优化处理,而结构体计算类型存在于大量的科学计算程序中,严重影响了程序性能的提升.本文从两方面考虑,提出了结构体向量化中的存储优化方法.首先针对结构体在内存中的存储存在"间隙"的问题,提出了结构体的存储预优化算法,压缩结构体的存储空间;其次为了发掘程序中更多的向量化机会,本文提出了程序单元(PU)内结构体数组的动态数据重组优化方法,对程序进行进一步的优化,在当前PU内通过改变结构体数组在内存中存储方式,使得包含结构体数组引用的循环能够被向量化.实验结果证明,文中提出的优化方法对SPEC CPU标准测试程序组中的部分应用程序具有明显的性能提升.

从正弦折线看信息重组的不可靠性

本文首先根据正弦函数图象上的等距节点的连线,得到了正弦折线的一些重要性质,其次还给出了它的一些应用与其它一些函数图象上的一些折线问题。

数据集动态重构的集成迁移学习

目前很多数据挖掘和机器学习方法都有一个基本假设:训练数据和测试数据必须服从相同的分布。但是在很多情况下这种假设不成立,没有考虑分布差异的传统机器学习方法就不能正确分类了。提出了一种新的迁移学习方法DRTAT,对原训练数据进行动态分割重组,适时地淘汰冗余数据,并进行分类器的集成。通过在多个文本数据集和UCI数据集上进行测试,并与TrAdaboost算法进行比较,表明了算法的先进性。

一种大容量开放式语音报警系统

大容量开放式语音报警系统是为了适应中大规模的电力调度自动化系统而配备的，具有独立的语音数据生成、数据图形编辑、声音效果试听、串行数据接收、报警话音播放软件，可采用微机、语音卡、录音机、有源音箱等设备把长时间话音转换成相对独立子句的数据文件。在接收到主系统的报警信息后自动对有关语音文件的数据结构重新组合、拼装，以清晰流畅的话音播出报警信息。这种语音报警系统的使用既减轻了音库开发的工作量，又增强了系统的灵活性。

考虑系统侧波动的阻抗估计方法

如何区分公共联结点处电压电流变化是由上游系统侧或下游负荷侧波动造成,是阻抗估计的难点之一。该文基于线性回归技术,结合瞬态数据剔除、数据重组和估计结果筛选,形成一套适用于系统侧发生波动场景的阻抗估计方法。该方法利用瞬态数据剔除技术选取出稳态采样数据,满足阻抗估计系统必须处于稳定状态的前提。通过数据重组技术,将采样数据根据系统等效电压值近似的原则重新组合,消除系统侧发生波动引起的误差,提高估计精确度。根据实际变电站数据,比较传统系统阻抗估计方法和本文所提方法,结果表明所提方法准确度更高。

基于全局数据重组的循环倾斜优化

循环倾斜是程序优化中一种循环变换的手段,它改变空间迭代形式,将循环存在的跨迭代的并行用传统的并行标识出来,使得循环可以并行执行。但是循环倾斜后,并行执行的数据在内存中是离散的,而且每次迭代执行的次数是不一致的。为了更有效地利用SIMD,本文提出一种基于全局数据重组的循环倾斜优化方法。首先分析循环倾斜优化,针对数据离散的问题实现全局数据重组,改善数据局部性,循环易于向量化操作;针对迭代执行次数不一致问题,实现非满载向量操作,使尾循环得以向量执行。最后选择wavefront程序进行测试,优化后,程序计算可以获得平均10.73倍的加速效果。

博士研究生退出和延期的数据测算与讨论

发展博士生教育,培养造就大批德才兼备的高层次人才,是我国经济社会转型发展的客观要求。在博士生培养过程中,需要辩证分析和客观看待博士生的分流退出和学业延期。据测算,2019年我国博士生分流退出人数已上升至0.79万人,而博士生学业延期的人数达到13.67万人。分流退出和学业延期是保障培养质量的有效措施,但如果比例过大,也会过多占用办学资源和增加教育成本。建议严把入口关,坚持分类指导,规范细化培养过程,加强导师队伍建设,加快博士生教育改革发展。

窗扫型成像光谱仪数据处理及误差校正研究

窗扫型傅里叶变换成像光谱仪具有高光通量和无动镜等特点,同时也增加了数据处理的难度,需要对采集的原始干涉图进行重组。通过对其数据处理流程特点的分析,设计了一种归一化算法,对由干涉图重组时产生的误差进行了校正,并对在数据采集过程中干涉图的中心暗纹位置的采样误差进行了二次曲线拟合校正。整个数据处理过程实现了从干涉数据立方体到光谱数据立方体的变换。从理论分析和实验结果的比较中验证了误差校正方法的有效性。