本文關(guān)鍵詞：可視域分析算法的并行化與容錯研究，由筆耕文化傳播整理發(fā)布。

【摘要】：地形數(shù)據(jù)規(guī)模的增加,數(shù)據(jù)分辨率的提高和數(shù)據(jù)復(fù)雜度的上升對數(shù)字地形分析算法形成了越來越嚴峻的挑戰(zhàn)�？梢曈蚍治鲎鳛閿�(shù)字地形分析算法集的重要組成部分,其對計算系統(tǒng)的性能要求也越來越高。傳統(tǒng)的以單位時間內(nèi)處理指令數(shù)為衡量標準的串行計算系統(tǒng)已經(jīng)不能完全滿足目前的分析計算需求了,必須要使用并行計算的手段對其進行改造和處理。但是傳統(tǒng)的并行計算方法在提高地形分析的效率多集中在通用的粗粒度級別上,而細粒度級別上針對數(shù)字地形分析算法特點的將并行體系架構(gòu)與具體地學意義相結(jié)合的并行方法的研究還需要進一步發(fā)展和完善。 首先,本文基于數(shù)字地形分析和并行計算技術(shù),對可視域分析算法進行并行特征和數(shù)據(jù)依賴特征分析,提出可視域分析算法中數(shù)據(jù)的全局和局部數(shù)據(jù)依賴關(guān)系的概念,并對數(shù)據(jù)并行的一般策略進行探討,進而為數(shù)據(jù)劃分提供理論依據(jù)。 其次,在等角劃分和等面積劃分的基礎(chǔ)上,本文提出一種基于計算窗口邊界的數(shù)據(jù)劃分的方法。該方法針對等角劃分中可能出現(xiàn)的視點隨機性影響并行效率的問題,采用使用柵格擴展、填充的方法以及任務(wù)調(diào)度負載平衡的方法予以處理。 再次,針對并行數(shù)字地形分析的數(shù)據(jù)密集型特點,本文提出一種面向并行可視域分析的檢錯方法,利用集群的計算加速能力對可視域分析計算過程進行冗余,并通過對計算結(jié)果的錯誤率統(tǒng)計實現(xiàn)了對錯誤的檢測,從而實現(xiàn)對由于諸如進程失效等原因所導(dǎo)致的計算結(jié)果錯誤的檢測。在此基礎(chǔ)之上,本文以并行檢錯為基礎(chǔ),使用多副本技術(shù)實現(xiàn)了一種在并行結(jié)構(gòu)體系下的地形分析容錯方法,為并行數(shù)字地形分析下常見的容錯問題提供了一種易于實現(xiàn)的解決方法。 最后,本文在并行可視域分析算法的基礎(chǔ)之上,將地形分析中的數(shù)據(jù)依賴處理方法推廣到地形分析算法集中的其他算法之中,同時也為地形分析中的具有全局數(shù)據(jù)依賴問題的分析算法提供一種比較通用的解決思路。
【關(guān)鍵詞】：并行計算 數(shù)字地形分析 可視域分析 容錯計算
【學位授予單位】：南京師范大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP338.6
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 研究背景8-9
• 1.2 研究意義9-10
• 1.3 國內(nèi)外研究現(xiàn)狀10-13
• 1.4 本文的工作13-14
• 第2章 可視域分析14-22
• 2.1 數(shù)字高程模型14-15
• 2.2 地形可視性分析15-21
• 2.2.1 可視域分析15-16
• 2.2.2 基于格網(wǎng)DEM的通視性計算算法16-18
• 2.2.3 基于格網(wǎng)DEM的可視域計算算法18-21
• 2.3 小結(jié)21-22
• 第3章 可視域分析并行算法的研究22-54
• 3.1 可視域分析算法的任務(wù)并行特征22-28
• 3.1.1 串行算法并行化的一般策略22-24
• 3.1.2 可視域分析算法中的任務(wù)并行24-28
• 3.2 可視域分析算法的數(shù)據(jù)依賴特征28-42
• 3.2.1 分布式并行計算中的數(shù)據(jù)處理方法28-37
• 3.2.2 地形分析中的數(shù)據(jù)依賴特征37-41
• 3.2.3 可視域分析的數(shù)據(jù)依賴41-42
• 3.3 面向數(shù)據(jù)依賴的并行可視域分析算法42-50
• 3.3.1 粗粒度下基于計算窗口邊界點的并行數(shù)據(jù)劃分方式43-47
• 3.3.2 細粒度下可視域分析中數(shù)據(jù)依賴的處理方法47-50
• 3.4 可視域分析并行算法在集群環(huán)境下的優(yōu)化50-52
• 3.5 小結(jié)52-54
• 第4章 并行可視域分析算法的容錯方法54-65
• 4.1 并行計算中的檢錯方法54-55
• 4.2 并行容錯技術(shù)55-60
• 4.2.1 Checkpoint(檢查點)技術(shù)55-58
• 4.2.2 并行復(fù)算技術(shù)58-59
• 4.2.3 并行容錯技術(shù)效果的對比59-60
• 4.3 并行可視域分析算法下的容錯設(shè)計60-63
• 4.3.1 可視域分析算法的容錯特征60-61
• 4.3.2 面向可視域分析算法的容錯設(shè)計61-63
• 4.4 小結(jié)63-65
• 第5章 并行可視域分析算法實驗65-72
• 5.1 集群環(huán)境下采用異步處理的可視域并行算法65-67
• 5.1.1 實驗設(shè)計65-66
• 5.1.2 實驗結(jié)果分析66-67
• 5.2 參考邊界數(shù)據(jù)劃分法67-69
• 5.2.1 實驗設(shè)計67-68
• 5.2.2 實驗結(jié)果68-69
• 5.3 采用并行復(fù)算的容錯實驗69-72
• 5.3.1 實驗設(shè)計69-70
• 5.3.2 實驗結(jié)果70-72
• 第6章 總結(jié)72-74
• 6.1 論文總結(jié)72-73
• 6.2 工作展望73-74
• 參考文獻74-78
• 在校期間發(fā)表的學術(shù)論文和參加的項目78-79
• 致謝79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 葉蔚;陶e，

本文編號：393059