简介：  摘要：随着计算机硬件技术的发展，多核处理器已经成为主流配置，这为软件开发者提供了利用多线程并行处理技术提升程序性能的机会。本文探讨了在Qt数据处理软件中应用多线程并行处理技术的方法，并通过实验验证了该技术在提高数据处理效率和响应速度方面的有效性。

简介：介绍了一种在并行多处理机环境下,利用分布式对象数据库对可扩展标识语言进行并行查询的新方法：基于父子关系的并行流水线连接查询方法（ParallelPipelineJoiningBasedonParent-ChildRelationship,PCPPJ）。PCPPJ查询方法在长路径和大文档情况下有更好的查询效果。

简介：摘要：随着各国卫星导航系统的发展与应用，多系统GNSS（Global Navigation Satellite System）并行定位成为了实现高精度位置与速度信息获取的重要手段。然而，在多系统GNSS并行定位中，需要充分考虑不同GNSS系统之间的差异以及其在信号传输、接收、解算等方面的影响。本文针对多系统GNSS并行精密数据处理中的关键技术问题进行了深入研究，提出了一系列可行的解决方案，并进行了实验验证。

简介：提出了一种基于并行层叠结构的新型数据链,通过信道化收发信机、信道聚合、数字跳频、全双工及可变时隙等技术,实现信道传输资源按需组合;通过信道分配和时隙分配二次调度,将复杂的网络规划过程分解成2个低复杂度的小规模优化过程,实现网络规划调整.可以满足指挥控制数据链大用户容量、武器协同数据链低时延以及情报侦察数据链高传输带宽的要求,简化数据链的组织应用,初步实现和体现“三链合一”技术思想.

简介：摘要网络化测试系统在武器装备测试、核爆炸试验、航空航天测试等领域有着广泛的应用。实时性是网络化测试系统面临的主要问题之一。除了采用高性能测试仪器和高速通信网络外，测试数据的处理是影响系统实时性的关键。

简介：并行无疑已经成为了下一个开发领域的热点。随着Intel和AMD不断地将。更多核心数量的CPU推向市场，软件开发人员面临的一大挑战就是如何有效地利用多个核心，写出能更好的引入并行运算的代码。用户绝不希望运行在自己的多核CPU之上的软件，却只能利用到一个CPU核心，或仅仅在少数的地方使用了多线程技巧。现代软件的复杂性，也要求开发人员能充分榨取到硬件所提供的每一分运算能力。无论是运行在客户端机器上的游戏、3D制图软件，还是运行在服务器上的数据库、业务处理系统，都开始向着并行的方向前进。

简介：摘要：在电力企业信息化建设过程中，各业务系统建设和实施过程中，由于系统建设阶段和技术应用因素等影响，导致电力企业积累了大量业务数据，从简单的文件数据库到复杂的网络数据库，它们构成了电力企业的异构数据源。输变电设备状态监测系统中大量的监测节点不断地向数据平台传递采集的数据，形成海量的异构数据流。数据平台不仅需要可靠地存储这些数据，而且需要及时地分析和处理这些数据。在此背景下，提出一种基于大数据平台的异构多源数据集成和存储。

简介：数据库技术的成熟、数据挖掘应用、生物基因技术的发展、历史数据的几何级膨胀等使高性能计算（HighPerformanceComputing，HPC）成为必要。虽然通过创建分布式系统可以解决部分大型计算的问题，但是分布式系统有通信开销大，故障率高；数据的存取结构复杂，开销大；数据的安全性和保密性较难控制等弱点。随着计算机处理器，特别是GPU（GraphicalProcessingUnit）计算能力的飞速提高，高性能计算正在逐步进入桌面（低端）领域，我们开始探讨并行编程模型与并行编程等软件技术。

简介：摘要网络技术的发展导致海量数据和信息的产生，如何对其进行正确有效组织和管理，这就对数据库的设计和实现提出了更高的要求，计算机数据库系统的应用和优化亦面临着挑战。本文从并行数据库系统的体系结构、并行数据库的查询，聚集，排序及数据可靠性等方面入手，阐述了对并行数据库的认识和看法。

简介：在ASP中使用ADO技术来访问Web数据库,RDO、DAO和ADO是比较常见的Web数据库访问技术,使用ADO的对象可以建立和管理数据库的连接

简介：随着信息技术的发展，大量的数据不断被收集和存储，对数据的挖掘规模越来越大，传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展，使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质，把并行关联规则挖掘算法应用于网格数据挖掘中，并建立了一个并行数据挖掘模型，验证了并行数据挖掘系统在网格环境的可行性与合理性。

简介：

简介：摘要：随着雷达系统对目标识别与跟踪精度要求的日益提升，以及数据处理量的急剧增长，传统串行处理方法已难以满足实时性需求。并行处理技术凭借其高效的数据处理能力和快速响应优势，在现代雷达信号处理领域展现出巨大潜力。通过多核处理器、GPU及FPGA等硬件资源的协同工作，实现信号的快速滤波、检测与识别，显著增强了雷达系统的实时处理与分析能力。

简介：通过对大型系统中多线程模式在实际应用中存在的优缺点分析,提出基于线程池的多任务并行处理模型,并在此基础上详细描述了该模型的3个主要功能模块,为解决多线程环境下如何提高任务并行处理效率提供了一种实现方法。

简介：随着电力用户的增加，各种电力用户产生的数据，用传统的简单的负荷预测方法难以满足人们对于大数据的分析。大数据时代的来临，在电力系统中不断显现出来的。随着智能电网、通信网络技术和传感器技术的发展，直接导致了电力用户侧数据呈指数式增长，使电力用户侧大数据变得十分复杂。本文主要是针对电力用户侧数据的一些特点提出一些并行负荷预测方法。电力用户侧数据特征有数据数量大、数据结构类型繁多和更新的速度快。电力用户侧大数据在存储处理这些数据上对我们研究这些数据是一个挑战。本文是基于随机森林算法的并行负荷预测方法，通过现代热门的云计算，对影响数据的历史负荷、温度、风速等数据进行并行化分析。

简介：PCIe总线在雷达系统中应用日益广泛，但FPGA内部集成的PCIe硬核数量有限，难以满足雷达并行录取多种数据的需求。为此，本文提出了一种改进的PCIeDMA数据传输方法，利用XilinxFPGA集成的单个PCIe硬核实现了多路数据在高速传输情况下的并行录取。针对实现过程中遇到的时序问题，提出了采用多级FIFO级联方法进行时序优化。依据XilinxFPGA的时钟网络特点，对时钟资源进行优化，便于日后系统的扩展和升级。

简介：摘要：于电力用户侧大数据实时的采集，传输和存储，还有庞大的历史数据进行有效而快速的分析。这些大数据不仅仅包括智能电表收集的用电量，还有各类传感器按照固定频率采集的温度、天气、湿度、地理信息和风速信息等。用户测数据复杂程度增大，数据存储规模将从目前的GB级增长到TB级，甚至PB级，逐步构成了用户侧大数据。而针对这些数据的分析支撑着智能电网的可靠安全地运行，对这些数据的分析具有跨时代的意义。

简介：摘要：随着科技不断进步，电子信息技术得到迅速的发展，尤其是大数据系统发展更为迅速，而且被广泛应用于各领域。居民企业生产生活的进行导致了人们对电量的需求越来越高，电力用户数量以惊人的速度增长着。同时伴随着国家科技水平的提高，一系列新型科技被应用到电力系统运营管理中来，具体有计算机网络技术、自动化控制技术、遥感技术等先进科技，这些先进技术的应用，对于电力系统网络智能化的发展起到了关键的促进作用。

简介：新的地震采集方式可每天产生30TB的巨大数据,迫切需要并行计算技术支撑资料处理,而并行模式的复杂化（如MPI、OpenMP和CUDA等）导致程序设计的复杂化,尤其当系统软硬件资源变化时,必须反复修改源程序。为简化复杂的地震并行软件开发,提升地震处理并行效率,本文在分析各种并行模式的基础上,建立了一整套地震处理多核异构并行计算通用框架,将各种并行模式相结合,充分发挥各自的优势,实现地震处理软件的多核异构并行模式自动匹配,提高了地震处理软件在多核异构环境下开发的可行性和并行效率。基于该框架研发的GPU炮域波动方程叠前深度偏移软件,与CPU串行算法相比,计算精度等同,但并行效率提高20倍以上,且随GPU节点增多呈线性增长趋势。

简介：