一种纳米计算结构上的(m,n)选择网络

通过分析一种新的结构模型--Cell MatrixTM,以及在其上实现的(m,n)选择网络,在晶格结构上实现比较器单元,然后构建互连网络连接各级比较器,从而实现了平衡分组选择网络.实验用晶格开销数目和晶格延迟时间数来衡量算法实现的复杂度,给出了该网络的开销(均是多项式级),具有良好的使用性.该模型上算法的实现过程以及开销分析,体现了Cell MatrixTM结构上计算的便捷性与独特性.     

作文的要旨是创造能力的培养

扩展能力是科学素质的一个重要组成部分,它大体上包括四个方面:1.信息处理能力;2.问题解决能力;3.创造能力;4.做决策能力。可见创造能力是扩展能力不可缺少的一个部分。当前我国正处在建立社会主义市场经济体制和实现现代化建     

多序列比对问题的并行近似算法

基于中心方法的思想,采用分治策略,在SIMD-CREW模型上设计了一个使用O(k2m)个处理器(其中k为序列个数,m为最长的序列长度),时间复杂度为O(m logk)的并行近似算法.在实际情况中,由于logk远远小于m,相对于时间复杂度为O(m2k2)的串行中心方法,该算法在理论上达到线性加速.与现有的并行算法相比,它可以适用于任意情况,且易于分析时间复杂度.利用LARPBS模型的特点和并行求前缀和的方法,调用LARPBS模型上求和与最大(小)值的并行算法,首次给出了在LARPBS模型上的多序列比对问题的并行近似算法.该算法使用O(k2m)个处理器,时间复杂度为O(m log log D),其中D为序列两两比对的代价值的最大值.该算法同样适用于任何情况,由于log log D通常远小于m,所以它在理论上也是线性加速的.