基于异构并行系统的脑网络构建分析方法研究

《基于异构并行系统的脑网络构建分析方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级太原理工大学硕士学位论文题目:基于异构并行系统的脑网络构建分析方法研究英文并列题目:ResearchontheConstructionandAnalysisofBrainNetworkBasedonHeterogeneousParallelSystem研究生姓名：杨灿学号：2013510272专业：计算机科学与技术研究方向：智能信息处理导师姓名：陈俊杰职称：教授学位授予单位：太原理工大学论文提交日期2016/06地址：山西·太原太原理工大学声明本人郑重声明：所呈交的学位论文，是本人在指

2、导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体己经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它子复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，

3、复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容（保密学位论文在解密后遵守此规定）。作者签名：日期：导师签名：日期：太原理工大学硕士研究生学位论文基于异构并行系统的脑网络构建分析方法研究摘要人脑是自然界中最复杂的网络之一，而复杂网络理论为人脑的研究提供了一个新的方向。计算脑网络属性的方法是研究脑网络的一项重要途径，因此网络构建时间和属性计算时间是影响研究进度最为重要的因素，是为脑网络研究提供技术可行性的重要指标。脑网络研究的不断发展使得脑网络粒度日益精细，网络规模日益增大，计算量呈

4、几何级数增长，使得脑网络研究时间过长，大大阻碍了脑网络研究进程。并行计算技术的发展使其成为一种求解数据密集型计算任务的有效的手段。因此，本文主要是通过并行计算技术实现脑网络的快速计算。本文研究的重点是静息态功能脑网络计算的并行实现。利用并行计算技术的理论知识，对脑网络研究领域已有构建和分析方法，在不同的并行计算平台，提出脑网络计算的并行策略。在本文中，创新之处是：(1)基于CPU-GPU异构环境并行系统，对脑网络构建方法提出一种新的实现方式。在此基础上，提出了脑网络构建及属性计算的并行策略，即利

5、用CUDA架构、CUBLAS库加速脑网络属性计算方法中的计算模块。在支持GPU通用计算的并行平台，对脑网络并行策略的性能进行测试，最优的并行效果是加速比达到3倍以上。(2)基于多CPU环境的并行系统，提出了基于多CPU的脑网络构建及属性计算并行实现策略，即利用多CPU并行计算多个脑网络。在支持多CPU计算的并行平台，提出了基于SPMD机制和循环打包方法的架构，并I太原理工大学硕士研究生学位论文对这种并行策略进行测试并行性能，最大的加速比达到6倍以上。(3)基于CPU-GPU异构环境并行系统，提出

6、了将以上两种策略相结合，即基于并行多个网络和单个网络并行计算两种策略，实行CPU与GPU的异构环境无缝运行。针对这种结合策略，实现上述并行方法，并对性能进行测试，最好的并行效果是获得将近4倍的加速比。关键词：脑网络,并行计算，多CPU，GPUII太原理工大学硕士研究生学位论文RESEARCHONTHECONSTRUCTIONANDANALYSISOFBRAINNETWORKBASEDONHETEROGENEOUSPARALLELSYSTEMABSTRACTThehumanbrainisoneof

7、themostcomplexnetworksinnature,andcomplexnetworktheoryprovidesanewdirectionfortheresearchofthehumanbrain.Brainnetworkattributecalculationisanimportantwaytostudythebrainnetwork.Sotheresearchtimeofnetworkisthemostimportantfactortoaffecttheprogressofthe

8、research.Thisisaimportantindicetoprovidetechnicalfeasibilityforthebrainstudy.Thedevelopmentofthebrainnetworkmakesthenetworkgranularityincreasinglyfine,thescaleofnetworkisbecominglarger,andthecomputationpresentsthegeometricprogressiongrowth.Thetimeofb