Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 792

会议信息 31

会议视频 25

年份

2024 4

2023 58

2022 60

2021 85

2020 50

2019 78

2018 63

2017 60

2016 43

2015 10

2014 32

2013 16

2012 23

2011 8

2010 14

2009 19

2008 24

2007 42

2006 30

2005 26

展开︾

关键词

遗传算法 21

神经网络 9

2019 6

2020 6

人工智能 6

图像处理 6

医院中子照射器 5

优化 4

信息技术 4

算法 4

自然语言处理 4

计算语言学 4

ACM 3

MATLAB 3

信号处理 3

信息处理 3

医院中子照射器I型堆 3

绿色化工 3

航天器 3

展开︾

检索范围：

排序：展示方式：

运动规划的高效配置空间构建与优化 Article

潘佳, Dinesh Manocha

《工程（英文）》 2015年第1卷第1期页码 46-57 doi: 10.15302/J-ENG-2015009

摘要：

配置空间是算法机器人学领域使用较为广泛的一种基本概念。机器人学、计算机辅助设计与相关领域的诸多应用都可归类为配置空间方面的计算问题。基于机器学习与几何学近似技术，笔者在此提出几种新型配置空间构建算法。上述算法对多个配置样本进行碰撞查询。得出的碰撞查询结果将用来计算配置空间的近似表达，可快速聚合至准确的配置空间；同时还提出了基于并行图形处理器（GPU）的算法，以便加速配置空间优化与搜索计算的性能情况。笔者特别设计出了基于GPU的并行k最近邻算法与并行碰撞检测算法，并使用这些算法来加快运动规划。

关键词：配置空间运动规划图形处理器（GPU）并行算法

HTML PDF 收藏

并联机床后置处理器的开发及实验研究

李铁民,叶佩青,汪劲松

《中国工程科学》 2003年第5卷第12期页码 80-86

摘要：

以六自由度6-TPS型并联机床为模型，阐述了机床控制数据的生成原理和流程；以此为基础，规划了后置处理器的功能和整体结构。对若干关键技术进行了研究和探讨，包括基于参数化二进制格式的内部数据传输，基于刀轴矢量的笛卡儿空间粗插补算法，三维和二维刀具半径补偿，刀位文件的预处理以及加工代码的词法和语法检查等。

关键词：并联机床后置处理算法后置处理器

HTML PDF 收藏

基于渐进式蚁群优化的多处理器任务分配 Article

Hamid Reza BOVEIRI

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 498-510 doi: 10.1631/FITEE.1500394

摘要：任务调度优化是多处理器环境（如并行和分布式系统）取得良好性能所面临的最重要挑战之一。目前大多数任务调度算法基于列表调度法，该方法的基本思路是，以列表的形式准备一系列待调度的节点，赋予这些节点不同优先级，然后不断去除列表中优先级最高的节点，并将其分配给具有最早开始时间（Earlieststart time, EST）的处理器。由此可见，该算法的完成时间主要由两大因素决定：（1）任务分配顺序的选择（次序子问题）；（2）选定顺序的任务如何分配给处理器（分配子问题）。本文研究结果显示：传统的按照最早开始时间分配任务的方法并非最优；基于蚁群优化算法，得到一种新的方法，可以获得高效得多的调度方案。

关键词：蚁群优化；列表调度；多处理器任务图调度；并行与分布式系统

HTML PDF 收藏

基于GPU的密度峰值并行聚类算法 Article

Ke-shi GE, Hua-you SU, Dong-sheng LI, Xi-cheng LU

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 915-927 doi: 10.1631/FITEE.1601786

摘要：在本文中，我们提出了一种基于GPU （graphics processing unit）的高效并行密度峰值算法。我们分析密度峰值聚类算法的原理来研究其计算瓶颈，并评估其并行的潜力。根据分析，我们提出了CUDA-DP （compute unified device architecture-DP），一种针对GPU架构的高效并行密度峰值聚类算法，并用CUDA实现了这种并行方法。更进一步，为了利用GPU的合并访问机制，我们将CUDA-DP程序的数据结构从AOS （array of structures）重构为SOA （structure of arrays）。

关键词： GPU；密度峰值；聚类；并行计算

HTML PDF 收藏

后E级时代高性能处理器架构的探索 None

Xiang-hui XIE, Xun JIA

《信息与电子工程前沿（英文）》 2018年第19卷第10期页码 1224-1229 doi: 10.1631/FITEE.1800424

摘要：高性能处理器作为超级计算系统核心部件，其架构设计对提高系统性能至关重要。首先介绍后E级时代高性能处理器架构设计的3个目标，即性能有效扩展、资源高效利用和适应多种应用。其次，提出标量运算众核主芯片连接应用加速从芯片的Massa处理器架构，通过计算资源分布和应用定制硬件的结合，满足后E级时代高性能处理器架构设计的目标。

关键词：高性能计算；后E级；处理器架构；应用定制硬件；计算资源分布

HTML PDF 收藏

基于并行处理机制的多基地雷达多目标跟踪算法

徐洪奎,王东进,陈卫东

《中国工程科学》 2007年第9卷第11期页码 151-156

摘要：

针对用多基地雷达系统跟踪近距离多高速机动目标的场合，提出了一种基于并行处理机制的跟踪算法。该算法将整个观测数据的关联过程拆分成若干个并行子关联进程，并将确定目标的跟踪过程拆分成两个并行的三维子进程，同时对距离和拟测值及多普勒速度拟测值进行迭代滤波。仿真结果表明，该算法不仅能够在杂波中快速精确地跟踪多个机动目标，而且具有很好的收敛特性和稳定性。

关键词：多基地雷达系统多目标跟踪并行处理 MSJPDA 并行扩展卡尔曼滤波

HTML PDF 收藏

基于条件模式的一种无分组并行频繁模式挖掘算法 Regular Papers-Research Articles

Zhe-jun KUANG, Hang ZHOU, Dong-dai ZHOU, Jin-peng ZHOU, Kun YANG

《信息与电子工程前沿（英文）》 2019年第20卷第9期页码 1234-1245 doi: 10.1631/FITEE.1800467

摘要：在大数据环境下的关联数据挖掘过程中，通常采用MapReduce模型进行任务划分及并行处理，从而提高算法执行效率。为确保关联规则在任务划分和并行处理期间不被破坏，需要将内部关系数据存储在计算机空间中。研究发现，频繁模式挖掘算法的形成主要依赖于条件模式基。基于并行频繁模式（PFP）算法理论，本文提出一种无分组的PFP（NG-PFP）挖掘算法。该算法取消了分组模式，减少了子任务之间的数据冗余。

关键词：频繁模式挖掘；并行算法；条件模式基；MapReduce；大数据

HTML PDF 收藏

多处理器系统中的数据局部性及其优化技术研究

杨学军,戴华东,夏军

《中国工程科学》 2002年第4卷第5期页码 44-52

摘要：

数据局部性是多处理器系统中的重要研究方向之一。结合该领域目前国内外研究现状和我们近一阶段的研究进展，讨论了多处理器系统中的数据局部性及其优化问题。针对现有局部性度量模型存在的不足，提出了一种增强的可用于层次式并行计算机体系结构的局部性度量模型。

关键词：计算机多处理器系统数据局部性局部性度量模型数据变换框架页迁移线程一致性模型

HTML PDF 收藏

基于人的信息处理模型分析操作人员视觉信息处理过程

金银花,李桢业,古辉,汤一平

《中国工程科学》 2007年第9卷第5期页码 57-61

摘要：

报告了由知觉、思维、运动３个处理器和短期记忆、工作记忆和长期记忆构成的研究用计算机实现人的信息处理模型；把人的信息处理模型安装在一台PC机上，模拟生产操作人员监视锅炉厂模拟机计算机屏幕的过程表明，视觉信息处理过程取决于画面因素、人的身心状态和知觉处理器参数等与实际生产操作人员的行为特征相符。

关键词：人的信息处理模型知觉处理器视觉信息处理心理状态人为操作失误

HTML PDF 收藏

一种有效求解非凸正则化线性支持向量机的并行与分布式方法 Personal View

Lei GUAN, Tao SUN, Lin-bo QIAO, Zhi-hui YANG, Dong-sheng LI, Ke-shi GE, Xi-cheng LU

《信息与电子工程前沿（英文）》 2020年第21卷第4期页码 587-603 doi: 10.1631/FITEE.1800566

摘要：已有针对非凸正则化SVM的求解方案通常以串行方式求解，因而无法充分利用现代多核机器的并行处理能力。另一方面，现实世界中数据多以分布式方式存储，迫切需要一种并行与分布式方法求解非凸正则化SVM问题。为应对这一挑战，本文提出一种基于交替方向乘子法（ADMM）的并行算法高效求解非凸正则化SVM问题。采用有效技术降低并行算法的计算与同步开销。时间复杂度分析证明所提并行算法具有低复杂度。此外，该并行算法能保证收敛性。在LIBSVM数据集上的实验证明了所提并行算法的有效性。

关键词：线性分类；支持向量机；非凸惩罚项；交替方向乘子法（ADMM）；并行算法