为提升大规模多维数据集的skyline计算效率,提出了一种多核并行算法MPSCS(multi-core parallelskyline computation based on sorting).首先按照任意一维对数据集进行预排序,然后划分为多个子集,使用skeleton并行程序设计模型进行并行...为提升大规模多维数据集的skyline计算效率,提出了一种多核并行算法MPSCS(multi-core parallelskyline computation based on sorting).首先按照任意一维对数据集进行预排序,然后划分为多个子集,使用skeleton并行程序设计模型进行并行化处理.与未采用预排序策略的多核并行算法相比,MPSCS算法处理过程简单,具有较好的渐进性、用户友好性和效率.实验结果表明,对规模较大、维数较高的数据集,效率可提高30%~40%,相对加速比可达线性.展开更多
文摘在现有的针对脉冲描述字(Pulse Description Word,PDW)的信号预分选方法出现错误的情况下,针对脉冲重复间隔(Pulse Repetition Interval,PRI)的信号主分选的运算迭代次数和误差将会明显增加.为解决此类问题导致的整个分选结果所出现的错误.提出了基于单脉冲特性参数的信号分选方法,将信号到达时间差(Difference Time of Arrival,DTOA)特性作为新的单脉冲参数和PDW进行结合,共同完成聚类,获得更为准确的分选结果.仿真实验表明,在PDW重复度较高的情况下,会导致信号预分选出现错误,进而使最终的分选结果出现错误.而本方法在传统分选出现错误时,依然可以得到准确的雷达信号分选结果,提高了复杂环境下的分选准确率.
文摘为提升大规模多维数据集的skyline计算效率,提出了一种多核并行算法MPSCS(multi-core parallelskyline computation based on sorting).首先按照任意一维对数据集进行预排序,然后划分为多个子集,使用skeleton并行程序设计模型进行并行化处理.与未采用预排序策略的多核并行算法相比,MPSCS算法处理过程简单,具有较好的渐进性、用户友好性和效率.实验结果表明,对规模较大、维数较高的数据集,效率可提高30%~40%,相对加速比可达线性.