导读:本文包含了并行机群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:机群,节点,量子,集群,分布式,基准,工具箱。
并行机群论文文献综述
苑野,于永浩[1]（2016）在《基于NPB的并行机群系统可扩展性研究》一文中研究指出使用NPB并行基准测试程序能有效的测试出大型计算流体力学(CFD)应用中的计算和数据移动特征,这对大量科学与工程应用具有重要意义.在并行机群计算环境下,使用NPB基准测试程序(IS、EP、CG、MG、FT、BT、SP和LU)对该系统的性能进行了评测,实验表明,在一定规模下,NPB的8个基准测试程序随着处理器数目的提高,其系统性能和可扩展性的表现各不一致.EP程序的可扩展性较好,性能较稳定;而IS、CG、MG、BT和SP的可扩展性较差,性能较差;LU和FT在不同规模下,其可扩展性表现为不规律性.机群系统的可扩展性与应用程序的匹配程度还需要进一步提高.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2016年01期）
李明达,王宏志,张佳程,李建中,高宏[2]（2013）在《PEIF:基于并行机群的大数据实体识别算法》一文中研究指出数据清洗中很重要的一步是实体识别,实体识别要做到将数据与实际物体一一对应.但其中有2个问题:一个是同一个物体可能具有不同或者相似的名字,这会造成有大量重复的数据需要清理;另一个是同一个名字可能代表着不同的物体即为重名现象,这会给清洗工作带来阻碍需要识别并避免.而现有的算法大多只是解决了第1个问题,只有在EIF系统中同时解决两个问题.可是EIF系统又不适宜解决数据量较大的问题且其中的解决同一物体不同名字问题的算法有待提高.因此利用并行处理平台Hyracks设计并行算法,提出了PEIF:基于并行机群的大数据实体识别算法.此算法借助n-Gram算法辅助解决同一物体有不同名字的问题,在较短的时间内高效地对大数据进行实体识别.理论分析和实验结果表明提出的算法可以快速有效地对大数据进行实体识别.(本文来源于《计算机研究与发展》期刊2013年S1期）
武亮亮,薛业,吴毅松,王德健[3]（2012）在《并行机群环境在网络资源平台建设中的应用》一文中研究指出引入广泛应用于并行计算领域的机群环境,采用多服务器分布式并行任务处理模式,组合NAS网络存储设备,提出了一种新的解决方案,使资源平台的管理和使用更加实用、稳定和高效。(本文来源于《大连民族学院学报》期刊2012年03期）
丁连连,买买提明·艾尼,希望[4]（2012）在《并行机群的安全管理与节能控制方法研究》一文中研究指出针对机群的安全使用和维护问题进行探讨,重点介绍机群节能需求下的软控制、远程安全关闭节点等问题。通过程序采集节点的状态信息,进行网络编程实现数据共享,利用GTK实现用户界面动态显示;根据安全节能需要,最终实现在服务器节点利用软件对普通节点实施远程控制的目的。(本文来源于《机床与液压》期刊2012年01期）
丁连连,艾尔肯·亥不都拉[5]（2010）在《并行机群的安全管理与节能方法》一文中研究指出针对并行机群所面临的节点信息采集、节点通信等常见的机群控制问题进行了分析,重点介绍了节点之间信息采集、节点通信的重要性和可行的解决方法。通过对机群性能的分析,建立了相应的硬件结构。解决了机群控制方面问题,为下一步科研工作打下了基础。(本文来源于《机械研究与应用》期刊2010年05期）
袁舒,黄学超,杨烜[6]（2010）在《Windows环境下的Matlab并行机群计算配置及应用》一文中研究指出介绍了两种Windows环境下Matlab并行计算的机群搭建方案,并对这两种方案进行比较,较详细地讨论了Matlab并行计算工具箱中各部件的关系,对并行计算环境中的关键参数设置进行了介绍。通过一个实例在机群上的并行实现进一步说明Matlab并行程序设计的方法。本文内容对在Matlab环境下进行并行计算具有一定参考价值。(本文来源于《计算机与现代化》期刊2010年05期）
王鹏,张瑶,陈高云[7]（2009）在《基于量子理论的并行机群模型》一文中研究指出依据量子迭加原理提出了量子并行机群模型,成功地将量子并行性和并行机群系统建模理论相结合,该模型通过将整个机群系统与量子系统相对应,机群中的每个结点与迭加态中的一个本征态相对应,有效地应用在了信号去噪处理中,因此,量子并行机群的提出为在机群上进行大规模计算提供了一个新方法,为程序并行化提供了一个新思路。(本文来源于《2009国际信息技术与应用论坛论文集(下)》期刊2009-05-01）
张弢,刘青昆,阴元友,郑晓薇[8]（2008）在《基于PXE的Linux并行机群快速自动部署与配置》一文中研究指出Linux并行机群具有良好的扩展性、可定制性、稳定性和安全性,广泛应用在大规模数值计算领域.为了完成不同需求的任务,并行机群需要经常的更改系统配置以及并行软件,由于并行机群的规模通常都非常大,因此并行机群的系统部署问题也成为一个重要的问题,选择一个好的自动部署方法就意味着会节省数小时的系统安装时间.本文介绍了一种基于PXE网络自启动技术的使用GHOST软件配合DHCP服务的方法来进行Linux并行机群的系统部署与配置的方法,并通过8个节点的机群来验证了该方法.(本文来源于《辽宁师范大学学报(自然科学版)》期刊2008年01期）
洪雄,王增超,刘云,杨茂兴[9]（2008）在《Linux环境下构架基于PVM的并行机群》一文中研究指出详细地介绍了在Linux环境下如何构架基于PVM的工作站机群,给出了具体的步骤和基本配置过程。最后采用并行求和算法在4节点机群上采用Master/Slave编程模型进行实验测试。测试结果表明,该机群并行计算环境运行正常、稳定,数据规模越大,并行效率越高。当数据规模达到109数量级时,其并行效率达到100%。(本文来源于《电脑开发与应用》期刊2008年02期）
王钰,朱辉,马力平[10]（2007）在《一个简单的Beowulf并行机群搭建与测试》一文中研究指出文章详细的介绍利用开源软件Linux和MPICH搭建一个简单的Beowulf集群的过程,并且提供了详细的网络服务的配置方法,最后通过一个典型的并行程序对集群的运行进行了测试。(本文来源于《科技信息(学术研究)》期刊2007年29期）
并行机群论文开题报告
（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：
数据清洗中很重要的一步是实体识别,实体识别要做到将数据与实际物体一一对应.但其中有2个问题:一个是同一个物体可能具有不同或者相似的名字,这会造成有大量重复的数据需要清理;另一个是同一个名字可能代表着不同的物体即为重名现象,这会给清洗工作带来阻碍需要识别并避免.而现有的算法大多只是解决了第1个问题,只有在EIF系统中同时解决两个问题.可是EIF系统又不适宜解决数据量较大的问题且其中的解决同一物体不同名字问题的算法有待提高.因此利用并行处理平台Hyracks设计并行算法,提出了PEIF:基于并行机群的大数据实体识别算法.此算法借助n-Gram算法辅助解决同一物体有不同名字的问题,在较短的时间内高效地对大数据进行实体识别.理论分析和实验结果表明提出的算法可以快速有效地对大数据进行实体识别.
（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。
并行机群论文参考文献
[1].苑野,于永浩.基于NPB的并行机群系统可扩展性研究[J].哈尔滨商业大学学报(自然科学版).2016
[2].李明达,王宏志,张佳程,李建中,高宏.PEIF:基于并行机群的大数据实体识别算法[J].计算机研究与发展.2013
[3].武亮亮,薛业,吴毅松,王德健.并行机群环境在网络资源平台建设中的应用[J].大连民族学院学报.2012
[4].丁连连,买买提明·艾尼,希望.并行机群的安全管理与节能控制方法研究[J].机床与液压.2012
[5].丁连连,艾尔肯·亥不都拉.并行机群的安全管理与节能方法[J].机械研究与应用.2010
[6].袁舒,黄学超,杨烜.Windows环境下的Matlab并行机群计算配置及应用[J].计算机与现代化.2010
[7].王鹏,张瑶,陈高云.基于量子理论的并行机群模型[C].2009国际信息技术与应用论坛论文集(下).2009
[8].张弢,刘青昆,阴元友,郑晓薇.基于PXE的Linux并行机群快速自动部署与配置[J].辽宁师范大学学报(自然科学版).2008
[9].洪雄,王增超,刘云,杨茂兴.Linux环境下构架基于PVM的并行机群[J].电脑开发与应用.2008
[10].王钰,朱辉,马力平.一个简单的Beowulf并行机群搭建与测试[J].科技信息(学术研究).2007
论文知识图
