国家高技术研究发展计划(2007AA01Z106)
- 作品数:7 被引量:14H指数:2
- 相关作者:窦勇夏飞骆志刚石金龙徐佳庆更多>>
- 相关机构:国防科学技术大学中国人民解放军军械工程学院更多>>
- 发文基金:国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 最大频繁子图挖掘算法研究被引量:2
- 2009年
- 随着图的广泛应用,图的规模不断扩大,因此提高频繁子图挖掘效率势在必行。本文针对频繁子图挖掘所产生的庞大的结果集,提出了一个最大频繁子图挖掘算法MFME,从而极大地减少了结果集的数量。MFME使用了映射的思想将图集中的边映射到边表中并在此表上进行子图挖掘,有效地提高了算法的效率。实验结果表明,MFME的效率较经典算法SPIN有明显提高。
- 李继腾骆志刚丁凡田文颖赵琦
- 关键词:数据挖掘频繁子图子图同构
- 一种基于动态迁移技术的寄存器保护方法
- 2010年
- 在强辐射环境中,寄存器会受到高能粒子冲击而发生位翻转导致寄存器内容发生变化,称这种现象为寄存器故障。对关键寄存器进行定义,提出一种寄存器保护模型,通过动态申请系统当前空闲的寄存器作为关键寄存器的备份,在运行过程中运用动态迁移技术对关键寄存器进行保护,使寄存器自身具有一定的容错能力。
- 胡志丹窦勇
- 非负矩阵分解算法及其在生物信息学中的应用研究被引量:6
- 2010年
- 非负矩阵分解是近年来快速发展的一类机器学习算法,能够实现对高维数据的维度规约及局部特征提取,在诸多生物信息问题的分析与处理中得到了广泛应用,并衍生出一系列实用算法。本文系统分析了非负矩阵分解的数学理论基础及其特有的局部表达属性,综述了标准非负矩阵分解与各种衍生算法的发展历程及算法初始化与参数选取方法的研究进展,并从序列特征分析、表达模式与功能模块识别、生物医学文献挖掘等几个方面总结了非负矩阵分解算法在生物信息学领域的应用成果。最后,指出了非负矩阵分解算法研究及其应用于生物信息处理所面临的问题,分析和预测了可能的发展方向。
- 石金龙骆志刚
- 关键词:非负矩阵分解生物信息学
- 基于FPGA的非编码RNA基因检测算法加速器研究
- 2011年
- ncRNA(非编码RNA)是一类重要的遗传物质,它通过多种机制调控着基因的表达。由于缺少编码RNA基因所具有的典型特征,ncRNA基因的检测成为生物信息学RNA研究领域的热点问题。QRNA是目前该领域最典型使用最广泛的程序之一,但受限于O(L3)计算复杂度,传统的软件预测方法并不能满足日常研究的需要。本文基于FPGA平台实现了一种细粒度的并行ncRNA检测算法,利用CPU加FPGA的方案对QRNA程序实现细粒度并行,采用按矩阵列循环划分的任务分配策略实现处理单元间的负载平衡;采用数据预取、滑动窗口和数据传递流水线实现处理单元间的数据重用,减少片外访存开销。在单片FPGA上集成了由8个处理单元构成的计算阵列。实验结果表明,与运行在AMD四核9650处理器上的QRNA-2.0.3c程序相比,可获得超过18倍的加速效果,并且FPGA加速器功耗仅为通用微处理器平均功耗的20%。
- 夏飞窦勇雷国庆
- 关键词:生物信息学非编码RNA硬件加速器现场可编程门阵列
- 可选主元LU分解流水线算法设计与FPGA实现
- 2009年
- 提出了一种可以进行列主元选取的细粒度LU分解流水线算法并在现场编程门阵列(FPGA)上得到了实现。该算法可以在进行列主元选取的同时,充分利用数据的重用性,以减少数据读写次数。对其中的关键运算实现了细粒度全流水,提高了分解性能。与Celeron(R) 3.07GHz通用处理器主机相比可以得到平均6到7倍的加速比。与其他在FP-GA上实现的LU分解算法相比,该算法在占用相对较少资源和保持高分解效率的前提下提高了计算的精确度和稳定性。
- 牛新周杰窦勇雷元武
- 关键词:LU流水线
- 基于FPGA的存储优化的细粒度并行Zuker算法加速器研究被引量:4
- 2011年
- RNA二级结构预测是生物信息学领域重要的研究方向,基于最小自由能模型的Zuker算法是目前该领域最典型使用最广泛的算法之一.基于FPGA平台实现了一种细粒度的并行Zuker算法,采用按矩阵列循环划分的任务分配策略实现了处理单元间的负载平衡;采用数据预取、滑动窗口和数据传递流水线实现了处理单元间的数据重用;采用曲线拟合、离散点赋值和地址空间压缩编码等策略减少了约85%的自由能参数存储需求.在单片FPGA上集成了由20个PE构成的主从多PE线性阵列,实验结果表明与运行在AMD四核9650处理器上的ViennaRNA-1.6.5程序相比,可获得超过18倍的加速效果,并且FPGA加速器功耗仅为通用微处理器平均功耗的1/5.
- 夏飞窦勇徐佳庆张阳
- 关键词:生物信息学RNA二级结构预测FPGA
- 生物序列搜索算法hmmsearch的加速技术被引量:2
- 2010年
- 在FPGA平台实现细粒度并行的hmmsearch加速技术。采用数据预取、滑动窗口和数据传递等策略实现子处理单元的数据重用。在计算矩阵块内部实现流水线计算。加速器性能为3.59 GCUPS,与CPU相比,可获得接近235倍的加速效果。与目前FPGA上同性质最快的加速器相比,单PE可获得34%的性能提升。
- 李荣春窦勇夏飞
- 关键词:加速器现场可编程门阵列