DNA序列分析的高效算法研究及比较

对海量数据的处理，最有效的方法是并行计算。因此，对DNA序列比对进行并行化，以及对BLAST算法进行并行化改进，以提高对大数据量处理的能力，尽管在CLUSTER上的计算效率较超级计算机上的效率低。但CLUSTER较超级计算机费用低，有较大的适用性，而高性能计算机是处理海量数据的强有力的工具，生命科学中计算问题必须进行超级计算已是不争的事实，现代生命科学对超级计算已显示出强烈依赖和迫切需求，文中对BLAST算法进行改进，提出一种局部并行化的DNA序列比对算法，为了检验算法的科学性和适用性，将此算法与超级计算机的高效并行算法——改进的FFT算法相比较及分析。     

MIMD机器上流水化BP算法的实现

神经网络训练过程中的高昂计算代价是有待克服的一个主要困难，作者把前馈多层神经网络的相继各层盾做流水线的相继步骤，从而提出了一个在ＭＩＭＤ机器上实现的并行ＢＰ算法来提高误差反传递算法的效率，文章的最后，对ＢＰ算法的并行实现进行了分析，理论分析结果显示，多种神经网络结构都可有效地并行化。     

基于分布式算法的FIR数字滤波器的FPGA实现

根据基于查找表结构的分布式算法的基本原理,提出了基于分布式算法的有限脉冲响应数字滤波器(FIR)的实现方法.用FPGA设计并实现了一个32阶低通有限脉冲响应数字滤波器.利用有限脉冲响应数字滤波器线性相位的特性减小了电路规模,采用分割查找表的方法减小了存储空间,采用并行分布式算法结构和流水线技术提高了滤波器的速度.对滤波器性能进行了分析.     

基于并行链路的多分割副本复制

为限制重叠副本数据重复传播和未修改数据传播以及解决并行链路中多分割副本复制问题，基于并行链路中各个站点的副本复制状态，提出了2次传播单次复制策略、2次传播1次吞吐2次复制策略和并行传播2次吞吐3次复制策略．这3种策略的基本思想是将多分割副本分解后吞吐转播，最后再还原复制．     

基于分布式算法的FIR数字滤波器的FPGA实现

根据基于查找表结构的分布式算法的基本原理,提出了基于分布式算法的有限脉冲响应数字滤波器（FIR）的实现方法．用FPGA设计并实现了一个32阶低通有限脉冲响应数字滤波器．利用有限脉冲响应数字滤波器线性相位的特性减小了电路规模,采用分割查找表的方法减小了存储空间,采用并行分布式算法结构和流水线技术提高了滤波器的速度．对滤波器性能进行了分析．     

基于机群的并行BP算法的设计与实现

首先说明了一般的BP算法无法满足实时运算的要求，然后根据机群环境的特点，提出了按训练样本集的均衡分配对该算法实施并行化，实测数据表明在大样本集的情况下，此并行算法的效果明显。     

多层神经网络的有效训练算法

提出了基于整体模式的多层神经网络的有效训练算法，给出了偏导矩阵的递算法，由此导出多层神经网络的并行训练算法，本文提出的训练算法进行模型参数估计，其领导具结果表明，该算法不仅减少训练周期，而且还可提高模型参数的估计精度。     

无人驾驶条件下共享停车匹配模型及算法

针对如何减少无人驾驶车辆在泊车过程中不必要的频繁移位和因此增高的事故风险,构 建了在满足合理共享停车需求条件下最小化无人车移位成本的共享停车供需匹配优化模型,并 利用解的结构特征设计了一种具有针对性的模拟退火求解算法。鉴于无人车灵活变换泊位的特 征,将泊车需求与泊位供给在时间上加以分割,从而使得基于分割时段的匹配模型可以反映无人 车的泊车特征。将对应分割时段的匹配集合加以组合形成对应模型可行解的匹配图。利用匹配 图的时空结构特征,定义对应分割时段的匹配图邻域,从而完成对模拟退火算法关键操作的设 计。结果表明：利用新方法可以实现无人车的共享停车匹配;经过优化处理,无人车的移车次数 可减少至不到初值的5%;一般情况下最优匹配图不唯一,为其他停车要求提供了操作空间。     

稀疏分解及其在图像压缩中的应用研究

主要针对涉及图像稀疏分解及其在压缩中应用的关键问题进行研究，研究内容集中在图像稀疏分解的快速算法、图像稀疏分解的效果及如何更好地把稀疏分解的结果数据应用到图像压缩编码中。在理论上，提出了稀疏分解中过完备原子库的集合划分。基于集合划分方法提出了基于FFT的稀疏分解算法和改进算法。针对基于FFT的稀疏分解算法的不足，提出了基于FHT的稀疏分解算法。利用智能计算方法（如遗传算法、蚁群算法、量子遗传算法和粒子群算法等）实现图像稀疏分解。使计算速度基本能够满足需要。在稀疏分解的基础上，分析了分解数据的分布规律，针对其分布和低比特率图像压缩的要求，提出了多种压缩编码方案，如对结果数据排序差分编码方法和指数预测编码方案。     

两个复杂多边形求交的矢量算法

基于计算机几何和集合的基本理论，提出了任意两多边形求交的一种矢量算法，该算法并非时间和复杂度最优，但总体较优，对多边多形求交具有广泛的适应性。     

基于EBE的Bi-CG迭代法求解Navier-Stokes方程的并行计算

阐述了用有限元求解流场不可压Navier-Stokes方程时，基于单元接单元（Element-By-Element,EBE）技术的并行双共轭梯度法(Bi-CG)。在国家高性能计算中心（成都）的曙光2000并行系统上，采用MPI消息传递实现了此种算法，计算定常三维空穴水域流场，取了较好的加速比。由于不需存储系数矩阵，在很大程度上节省了内存，大大提高了求解流场问题的规模。     

基于肤色CIELab空间的视觉窗口手势跟踪

考虑到手势的应用场合，手部肤色作为特殊的识别标记往往区别于环境，因此加入肤色分割对手部图像序列进行分析以及跟踪．在CIELab空间，采用了平均转移分割算法提高了分割速度．在此基础上结合单目视觉中对指尖的识别，提高了手部分割的可识性和未来手部语义应用的可行性．跟踪则采用了卡尔曼滤波处理后的窗口跟踪．手指尖的半封闭特征的利用以及窗口算法保证了处理过程中的鲁棒性和准确性．     

采用折叠——展开技术的一种并行排序算法

给出ｎ×ｎ网孔环接式阵列处理机上的一种并行排序算法，它将ｎ×ｎ阵列上的数据折叠成ｎ×ｎ／ｋ子阵列，排序后再展开到整个ｎ×ｎ阵列上，实现ｎ×ｎ项数据的行主序排序，其平均时间复杂度为（２＋１／ｋ）ｎ＋ｏ（ｎ）。若采用ｎ×ｎ／ｋ阵列模型，且各处理器初始、结束状态允许有ｋ项数据时，该算法的平均时间复杂度只有（１＋２／ｋ）ｎ＋ｏ（ｎ）。     

流域分割算法在细胞图像分割中的应用

为克服细胞涂片检测癌症过程中细胞交叠造成图像分析的困难，需将实际细胞图像中交叠在一起的细胞群分离为单个细胞。为此，提出一种基于流域分割算法的二值细胞图像分析方法。首先，用迭代腐蚀方法产生距离图，以从交叠的细胞图像中检测出种子数。然后，将极限腐蚀的集合作为分离交叠细胞图象的种子。最后，以种子区域为基础生长图像，直到除凸集的边界外，原图的像素都被重新吸收。叙述了该算法的设计思想和实现，并给出了实验结果。     

分水岭算法在胃上皮内肿瘤图像分割中的应用

图像分割是图像识别的关键,笔者曾经分别采用松弛迭代和K均值聚类方法对胃上皮内肿瘤图像进行分割,实验表明这些算法对粘连严重的图像分割效果很差,故本文应用分水岭分割算法Vincent和Inver,对粘连情况不同的多类胃上皮内肿瘤图像进行了图像分割实验,实验结果表明：对于粘连较少的细胞图像,这两种算法都能较好地分离出目标细胞,但对于粘连严重的细胞图像,Inver算法的分割效果比Vincent要好,但lnver算法容易出现过分割现象．     

双注意力引导的跨层优化交通场景语义分割

针对交通场景目标分割边缘不平滑以及小目标难以准确分割等问题，本文提出一种双注意力引导的跨层优化交通场景语义分割算法。首先，构建多分支特征提取编码网络，并利用串行非比例式空洞卷积实现空间上下文信息提取，进而改善小目标信息的丢失；其次，构建基于空间对齐的跨层特征融合解码网络，实现语义信息和细节信息的融合，增强不同尺度目标的表达能力；最后，提出通道和空间注意力机制，建模全局通道相关性和长距离位置相关性，增强网络对关键特征的学习能力。交通场景数据集Cityscapes和CamVid上的实验结果表明，所提特征提取编码网络、跨层特征融合解码网络以及注意力机制模块是有效的；所提语义分割算法获得了77.79%和78.66%的平均交并比，能够平滑目标分割边缘，尤其对细长条形目标具有鲁棒性。     

基于K-Means和GA-WNN的交通流量预测

如何对交通流进行准确和实时的预测是实现交通管理的关键所在。文章根据交通流数据的时间序列特性,提出基于K-Means算法与遗传算法(GA)优化的小波神经网络(WNN)预测方法:首先对交通流流量序列按照流量采用K-Means算法进行分割,分割后的结果较符合流量的分布情况;然后使用GA-WNN对分割后的每一个时间段的交通流数据分别进行建模和预测。仿真结果表明,该方法对交通流量预测的精度较好。     

基于EMD算法的切换系列区分及时空转换参数选取仿真

鉴于由于个人隐私而导致的数据获取困难问题,依托基于无线通信网络与交通集成仿真的手机切换数据平台采集手机数据,用EMD算法将不同道路切换序列的差异程度进行量化区分,根据时空转换参数ρ的不同取值得到相邻道路、不同道路之间手机切换序列对的EMD。结果表明:将EMD算法应用于不同道路序列的区分是可行的,ρ的选值不影响该算法应用的效果。     

基于EMD算法的切换系列区分及时空转换参数选取仿真

鉴于由于个人隐私而导致的数据获取困难问题,依托基于无线通信网络与交通集成仿真的手机切换数据平台采集手机数据,用EMD算法将不同道路切换序列的差异程度进行量化区分,根据时空转换参数ρ的不同取值得到相邻道路、不同道路之间手机切换序列对的EMD。结果表明：将EMD算法应用于不同道路序列的区分是可行的,ρ的选值不影响该算法应用的效果。     

一组中值滤波器的并行迭代算法

在信号恢复尤其是图象恢复领域，需要大量快速运算算法，文内对一系列用中值迭代滤波器恢复高斯噪声信号的问题了进行了讨论，并提出了其滤波器分布式多数据流，多指令流计算机的并行算法，着重讨论了Ｐ递归滤波器的并行高效实现算法，还提出了在去噪，图象细节保护和去除边缘效应方面有较好性能以及并行计算实现方面有较高效率的混合式中值并行滤波器。