导读:本文包含了矩阵乘法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:矩阵,乘法,线性代数,向量,整数,可编程,子程序。
矩阵乘法论文文献综述
赵美勇,宋思睿[1]（2019）在《模拟Cache实现整数矩阵乘法》一文中研究指出Cache是计算机中的存储器。在计算机组成原理中,通过手动模拟Cache中的算法,来模拟出在Cache中的整数矩阵乘法。模拟Cache最重要的操作就是对地址的操作,因为在计算机中的底层存储和读取都是通过地址来实现,因此模拟对于地址的操作是最为重要的。(本文来源于《计算机产品与流通》期刊2019年09期）
汤洋,赵达非,黄智濒,戴志涛[2]（2019）在《高性能行任务散列法GPU一般稀疏矩阵-矩阵乘法》一文中研究指出针对一般稀疏矩阵-矩阵乘法(SpGEMM)的性能问题,提出了一种基于任务分类和低延迟散列表的图形处理器上的加速SpGEMM算法RBSparse.该算法由一种低成本子任务复杂度预分析方法和一种低延迟共享内存上的散列表的方法组成,可达到最大效率.通过解决负载均衡和内存延迟问题,RBSparse算法可以显着减少计算的总时间.比较了RBSparse和BHSparse算法,RBSparse算法是最快的SpGEMM算法,RBSparse算法的性能平均是BHSparse算法的3. 1倍,在最佳情况下可达到14. 49倍.(本文来源于《北京邮电大学学报》期刊2019年03期）
杨晓夫,秦函书[3]（2019）在《基于电子病历利用矩阵乘法构建医生推荐模型》一文中研究指出当前医疗机构缺乏通过互联网进行医疗资源推荐的有效渠道。同时,由于医疗应用场景的复杂性与多样性致使传统推荐算法面向医疗领域推荐质量不高。因此,提出基于电子病历利用矩阵乘法构建医生推荐模型。推荐模型以电子病历为研究对象,使用朴素贝叶斯分类器获取意向科室;根据症状、诊断、结论等信息构建意向科室医生-疾病矩阵与疾病-患者矩阵,利用矩阵乘法计算推荐结果。实验结果表明,推荐模型达到最佳性能时准确率为97.3%,平均准确率可以达到95.6%。(本文来源于《计算机与现代化》期刊2019年06期）
龚鸣清,叶煌,张鉴,卢兴敬,陈伟[4]（2019）在《基于ARMv8架构的面向机器翻译的单精度浮点通用矩阵乘法优化》一文中研究指出针对使用ARM处理器的移动智能设备执行神经网络推理计算效率不高的问题,提出了一套基于ARMv8架构的单精度浮点通用矩阵乘法(SGEMM)算法优化方案。首先,确定ARMv8架构的处理器执行SGEMM算法的计算效率受限于向量化计算单元使用方案、指令流水线和缓存未命中的发生概率;其次,针对叁点导致计算效率受限的原因实现向量指令内联汇编、数据重排和数据预取叁条优化技术;最后,根据语音方向的神经网络中常见的叁种矩阵模式设计测试实验,实验中使用RK3399硬件平台运行程序。实验结果表示:方阵模式下单核计算速度为10.23 GFLOPS,达到实测浮点峰值的78.2%;在细长矩阵模式下单核计算速度为6.35 GFLOPS,达到实测浮点峰值的48.1%;在连续小矩阵模式下单核计算速度为2.53 GFLOPS,达到实测浮点峰值19.2%。将优化后的SGEMM算法部署到语音识别神经网络程序中,程序的实际语音识别速度取得了显着提高。(本文来源于《计算机应用》期刊2019年06期）
王亚红,梅良才[5]（2019）在《谈矩阵乘法的理解》一文中研究指出线性代数中最重要的概念是矩阵,很多代数问题都与矩阵有关。可以说,一切都是矩阵。而矩阵乘法一般是难以理解的。因此,文章从叁个方面通过实例来帮助理解矩阵乘法的本质和意义。(本文来源于《教育信息化论坛》期刊2019年06期）
徐丽新,吴明珠[6]（2019）在《基于整数矩阵乘法的图像加密算法》一文中研究指出随着图像数据安全问题的日益重要,图像加密技术的需求也越来越迫切。针对图像加密技术的完备性需求,本文提出了一种基于整数矩阵乘法的图像加密算法。通过实验验证,该算法对于解密之后的图像具有很好的完备性。(本文来源于《电子制作》期刊2019年09期）
冉德成,吴东,钱磊[7]（2019）在《面向深度学习推理的矩阵乘法加速器设计》一文中研究指出为满足深度学习推理中对不同规模矩阵乘法的计算需求,提出一种基于Zynq SoC平台的整数矩阵乘法加速器。采用基于总线广播的并行结构,充分利用片上数据的重用性并最小化中间累加结果的移动范围,以降低外部DRAM的访问需求。通过动态调整矩阵分块的大小,使加速器在计算形状不规则的矩阵乘时保持较高效率。实验结果表明,在DeepBench测试基准下,该加速器可对双核ARM Cortex-A9 CPU的矩阵乘运算实现8.4倍的加速效果。(本文来源于《计算机工程》期刊2019年10期）
周艳,梁小花[8]（2018）在《如何更好地讲解矩阵乘法——线性代数教学思考之一》一文中研究指出本文分析了线性代数教学中讲解矩阵乘法所遇到的困难,根据多年的教学经验,总结出了具体的、形象的、善于学生很好地理解和掌握的教学矩阵乘法的教学方法和步骤。(本文来源于《教育教学论坛》期刊2018年44期）
曹丽琼[9]（2018）在《使学生理解矩阵乘法法则的思考》一文中研究指出在教授矩形乘法运算时,总有学生因为运算法则过于复杂而质疑其合理性.如果仅仅跟学生说"就是这样规定的",无疑与"培养学生数学核心素养"的教育目标相悖.对矩阵乘法的学习不仅要使学生知其然,更要引领学生探其所以然.笔者就矩阵乘法的核心与本质展开思考,促使学生理解矩阵乘法法则的合理性.(本文来源于《上海中学数学》期刊2018年Z2期）
冯俊[10]（2018）在《数学课堂“发现”应当经历“四重境界”——基于“矩阵乘法的简单性质”教学改进》一文中研究指出"学生在课堂的不同表现,是课堂的生成性资源.因此,教师要有捕捉课堂信息的能力,课堂上,要关注学生,倾听学生,发现学生,研究学生."——叶澜"让教育成为发现和创造的艺术"——苏州工业园区星海实验中学曾经听过一位年轻老师执教"指数函数(第1课时)"这节课,他在讲解"比较0.7~(-1.2),0.9~(-1.2)的大小"时,将问题变为"考察函数y=0.7~x,y=0.9~x,研究当x=-1.2时的函数值大小",我同时听过他的"幂函数(第1课时)"(本文来源于《中小学数学(高中版)》期刊2018年03期）
矩阵乘法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对一般稀疏矩阵-矩阵乘法(SpGEMM)的性能问题,提出了一种基于任务分类和低延迟散列表的图形处理器上的加速SpGEMM算法RBSparse.该算法由一种低成本子任务复杂度预分析方法和一种低延迟共享内存上的散列表的方法组成,可达到最大效率.通过解决负载均衡和内存延迟问题,RBSparse算法可以显着减少计算的总时间.比较了RBSparse和BHSparse算法,RBSparse算法是最快的SpGEMM算法,RBSparse算法的性能平均是BHSparse算法的3. 1倍,在最佳情况下可达到14. 49倍.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
矩阵乘法论文参考文献
[1].赵美勇,宋思睿.模拟Cache实现整数矩阵乘法[J].计算机产品与流通.2019
[2].汤洋,赵达非,黄智濒,戴志涛.高性能行任务散列法GPU一般稀疏矩阵-矩阵乘法[J].北京邮电大学学报.2019
[3].杨晓夫,秦函书.基于电子病历利用矩阵乘法构建医生推荐模型[J].计算机与现代化.2019
[4].龚鸣清,叶煌,张鉴,卢兴敬,陈伟.基于ARMv8架构的面向机器翻译的单精度浮点通用矩阵乘法优化[J].计算机应用.2019
[5].王亚红,梅良才.谈矩阵乘法的理解[J].教育信息化论坛.2019
[6].徐丽新,吴明珠.基于整数矩阵乘法的图像加密算法[J].电子制作.2019
[7].冉德成,吴东,钱磊.面向深度学习推理的矩阵乘法加速器设计[J].计算机工程.2019
[8].周艳,梁小花.如何更好地讲解矩阵乘法——线性代数教学思考之一[J].教育教学论坛.2018
[9].曹丽琼.使学生理解矩阵乘法法则的思考[J].上海中学数学.2018
[10].冯俊.数学课堂“发现”应当经历“四重境界”——基于“矩阵乘法的简单性质”教学改进[J].中小学数学(高中版).2018
论文知识图
