并行化

作品数：1256被引量：3896H指数：21
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：赵荣彩黄宜华丁锐康继昌臧斌宇更多>>
相关机构：中国科学院电子科技大学上海交通大学国防科学技术大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家科技重大专项国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
防火墙日志异常检测并行化方法研究
《微型计算机》2025年第4期139-141,共3页李玉婷 
传统的防火墙日志分析方法已无法满足当前实时性和准确性的双重需求。为解决这一问题,本文通过研究数据预处理、特征提取和异常检测算法的并行化实现思路,提出一种高效、准确的并行化防火墙日志异常检测方法,以期为网络安全管理人员和...
关键词：防火墙 异常检测 并行化方法 
并行化的多目标优化海缆路由规划算法研究
《光通信研究》2025年第2期105-109,共5页蒋佳芮 赵赞善 段茂生 高冠军 
国家自然科学基金资助项目(62371064);国家重点研发计划资助项目(2022YFB2903303);北京市自然科学基金资助项目(4232050)。
【目的】文章为了解决传统蚁群优化(ACO)算法更新同一张地图导致无法并行规划的缺陷,提出了一种并行多目标优化海缆路由规划算法,实现了局部区域的精细规划。【方法】文章采用分治思想将目标海域的栅格地图分割成多个栅格子图,建立了并...
关键词：海缆路由规划 并行蚁群优化算法 多目标优化 
增强小目标检测的建筑工地安全装备检测
《计算机系统应用》2025年第2期122-134,共13页吕明海 王昱博 吕伏 冯永安 
国家自然科学基金青年基金(51904144);辽宁工程技术大学鄂尔多斯研究院校地科技合作培育项目(YJY-XD-2023-014,YJY-XD-2024-040)。
YOLOv8n算法在面对背景繁杂、目标密集、像素点小的情况下,表现出识别精度欠佳、目标漏检及误识别的问题.针对上述问题,提出一种LNCE-YOLOv8n安全装备佩戴检测算法.包括提出线性多尺度融合注意力LMSFA(linear multi-scale fusion attent...
关键词：YOLOv8n 注意力机制 并行化设计 上采样 损失函数 
基于异构大数据平台的并行化K-means算法设计与实现
《无线互联科技》2025年第4期88-91,119,共5页张适显 黄万兵 熊文 
国家自然科学基金,项目名称:城市交通大数据平台基准测试和性能优化关键技术研究,项目编号:61862066。
K-means算法是数据挖掘和机器学习中用于聚类分析的基础工具,广泛应用于文档聚类、异常值检测等多个领域。然而,随着大数据时代的来临,传统方法难以满足大规模数据聚类分析的处理需求。为此,文章基于Spark和GPU构建异构大数据平台,对K-m...
关键词：并行计算 异构计算 大数据技术 数据挖掘 K-MEANS算法 聚类分析 
大数据环境下的数据挖掘算法优化
《电子元器件与信息技术》2025年第1期107-109,113,共4页楚琳琳 徐江涛 
随着信息技术的迅猛发展,大数据已成为推动各行业发展的重要资源。本文探讨了大数据环境下数据挖掘算法的优化策略。大数据具有体量大、速度快、类型多样及价值密度低等特点,给传统数据挖掘算法带来挑战。文章首先概述了大数据与数据挖...
关键词：大数据环境 数据挖掘算法 优化策略 并行化 性能评价 
算法并行化在基于深度学习的多模态数据处理中的探索
《信息产业报道》2025年第1期0116-0118,共3页毛新颜 
算法并行化在深度学习领域,尤其是多模态数据处理中的应用,展现出显著的性能提升。通过探索并行计算的多种策略,包括数据并行和模型并行,该研究探讨了如何有效加速处理具有不同模态特征的复杂数据集。在实验中,通过优化架构设计和资源...
关键词：并行计算 深度学习 多模态数据 算法并行化 
利用统计数据并行蒙特卡罗树搜索算法的中国象棋博弈
《计算机工程与应用》2024年第23期340-348,共9页朱舟 闵华松 
国家重点研发计划(2022YFB4700400);国家自然科学基金(62073249);湖北省重点研发计划(2023BBB011)。
针对蒙特卡洛树搜索算法(Monte Carlo tree search,MCTS)收敛速度过慢,且在博弈过程中关键节点会出现信息丢失等问题,以中国象棋为载体,构建适用于中国象棋博弈系统的策略价值网络,提出了一种基于统计数据的并行蒙特卡洛树搜索算法(para...
关键词：蒙特卡洛树搜索 中国象棋 博弈系统 策略价值网络 并行化 统计数据 
一种并行化快速两集合线性可分检测方法
《计算数学》2024年第4期424-448,共25页吕欢 钟水明 王保卫 薛羽 刘琦 
国家自然科学基金(61972207,U22B2062,62172232);国家重点研发计划(2021YFB2700900);江苏省基础研究计划自然科学基金(BK20200039);江苏高校优势学科建设工程资助项目(PAPD);大气环境与装备技术协同创新中心(CICAEET)基金资助.
随着大模型所代表的AI技术革命浪潮的兴起,以数据为中心的AI研究(Data-centric AI)快速崛起,使得包括线性可分性在内的数据分析技术愈发受到研究者的重视.线性可分判定作为数据分析的基础性数学问题,在大数据时代的应用背景下,高效的判...
关键词：线性可分 计算几何 凸技术 数据分析 并行化 
基于DBSCAN算法的海量网络数据增量并行化聚类方法
《现代计算机》2024年第24期97-102,共6页郑艳松 陶礼贵 
传统的聚类算法在面对动态递增的数据时,需要重新运行整个聚类过程,耗时且效率低。为有效应对这一挑战,提出基于DBSCAN算法的海量网络数据增量并行化聚类方法。采用Chernoff bounds准则分区网络数据,确保均衡且具代表性。应用DBSCAN算...
关键词：DBSCAN算法 网络数据 数据增量 并行化聚类 Chernoff bounds准则 增量合并规则 
基于改进鸽群算法组合优化的入侵检测模型
《计算机科学》2024年第S02期904-910,共7页王春东 雷杰斌 
国家自然科学基金联合基金(U1536122);天津市科委重大专项(15ZXDSGX00030)。
入侵检测作为一种保护网络免受攻击的安全防御技术,在网络安全领域中扮演着重要的角色。研究人员利用机器学习技术提出了不同的网络入侵检测模型。然而,特征冗余和机器学习参数优化问题仍然是入侵检测系统面临的挑战。现有研究均将二者...
关键词：特征选择 参数优化 入侵检测 并行化 鸽群算法 
全选清除导出
共125页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部