导读:本文包含了多目标串近似匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:多目标串近似匹配,近似词典匹配,并行算法,异构机群系统
多目标串近似匹配论文文献综述
范曾,钟诚,崔鑫,许莉莉[1]（2009）在《存储受限异构机群系统的多目标串近似匹配并行算法》一文中研究指出针对处理机节点具有不同的计算能力、通信延迟和存储容量的情形,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,分别建立单层和两层树结构模型的存储受限异构机群系统的目标串最优分配线性规划模型,给出相应的目标串最优分配方法,并讨论了处理机最优分配顺序.实验结果表明,本文提出的基于最优分配方法的多目标串近似匹配并行算法优于平均分配算法,获得了较好的加速并具有良好的可扩展性.(本文来源于《小型微型计算机系统》期刊2009年02期）
范曾[2]（2008）在《异构机群系统上多目标和多模式近似串匹配并行算法研究》一文中研究指出串匹配是计算机科学中一个基本、重要的研究问题。多目标和多模式匹配是串匹配技术的重要研究内容。多目标和多模式精确串匹配技术要求目标串(正文串)与查询串(模式串)完全一致匹配。但是,在很多实际应用中,并不要求目标串与模式完全精确匹配,于是引入了多目标和多模式近似串匹配技术。许多应用的正文串(目标串)的规模往往很大,需要设计高效的多目标和多模式近似匹配并行算法来快速求解这类问题。机群系统具有高性能、低成本、可扩展性好的特点。本文将在处理机节点具有不同计算速度、不同通信延迟、不同存储容量的异构机群系统上,设计、实现高效的多目标和多模式精确与近似串匹配并行算法,并分析和测试并行算法的性能。运用基于孙子定理构造的均匀Hash函数并继承Karp-Rabin模式匹配思想,通过“筛选”方法,给出一种机群系统上多目标串精确匹配并行算法。该算法将字符串映射成惟一的一对整数值并采用比较一对整数值来取代逐个字符比较模式和目标串的方法,使得比较过程快速且匹配结果是确定的。算法分析和实验结果表明该并行算法简明、高效和可扩展。针对处理机节点具有不同的计算速度、通信延迟和存储容量的情形,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,分别建立单层和两层树结构模型的存储受限异构机群系统的目标串最优分配线性规划模型,给出相应的目标串最优分配方法,并讨论了处理机最优分配顺序。异构PC机群系统上的实验结果表明,本文提出的基于最优分配方法的多目标串近似匹配并行算法优于平均分配算法,获得了接近线性的加速,具有良好的可扩展性。对于给定的正文串和多个模式串,运用均匀Hash函数将所有模式串的签名映射成惟一的一对整数值并存储于Hash表中,给出正文串窗口签名Hash值的推算公式;在节点具有不同的计算速度、通信延迟、存储容量的异构机群系统上,考虑计算和通信启动开销,基于可分负载理论,建立正文串最优分配线性规划模型,提出一种允许1个错误字符的多模式近似匹配并行算法。异构PC机群系统上的实验结果表明,该算法获得了较好的加速和可扩展性,它比基于均匀分配正文串策略的多模式近似匹配并行算法平均快25%。(本文来源于《广西大学》期刊2008-06-01）
多目标串近似匹配论文开题报告
（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：
串匹配是计算机科学中一个基本、重要的研究问题。多目标和多模式匹配是串匹配技术的重要研究内容。多目标和多模式精确串匹配技术要求目标串(正文串)与查询串(模式串)完全一致匹配。但是,在很多实际应用中,并不要求目标串与模式完全精确匹配,于是引入了多目标和多模式近似串匹配技术。许多应用的正文串(目标串)的规模往往很大,需要设计高效的多目标和多模式近似匹配并行算法来快速求解这类问题。机群系统具有高性能、低成本、可扩展性好的特点。本文将在处理机节点具有不同计算速度、不同通信延迟、不同存储容量的异构机群系统上,设计、实现高效的多目标和多模式精确与近似串匹配并行算法,并分析和测试并行算法的性能。运用基于孙子定理构造的均匀Hash函数并继承Karp-Rabin模式匹配思想,通过“筛选”方法,给出一种机群系统上多目标串精确匹配并行算法。该算法将字符串映射成惟一的一对整数值并采用比较一对整数值来取代逐个字符比较模式和目标串的方法,使得比较过程快速且匹配结果是确定的。算法分析和实验结果表明该并行算法简明、高效和可扩展。针对处理机节点具有不同的计算速度、通信延迟和存储容量的情形,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,分别建立单层和两层树结构模型的存储受限异构机群系统的目标串最优分配线性规划模型,给出相应的目标串最优分配方法,并讨论了处理机最优分配顺序。异构PC机群系统上的实验结果表明,本文提出的基于最优分配方法的多目标串近似匹配并行算法优于平均分配算法,获得了接近线性的加速,具有良好的可扩展性。对于给定的正文串和多个模式串,运用均匀Hash函数将所有模式串的签名映射成惟一的一对整数值并存储于Hash表中,给出正文串窗口签名Hash值的推算公式;在节点具有不同的计算速度、通信延迟、存储容量的异构机群系统上,考虑计算和通信启动开销,基于可分负载理论,建立正文串最优分配线性规划模型,提出一种允许1个错误字符的多模式近似匹配并行算法。异构PC机群系统上的实验结果表明,该算法获得了较好的加速和可扩展性,它比基于均匀分配正文串策略的多模式近似匹配并行算法平均快25%。
（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。
多目标串近似匹配论文参考文献
[1].范曾,钟诚,崔鑫,许莉莉.存储受限异构机群系统的多目标串近似匹配并行算法[J].小型微型计算机系统.2009
[2].范曾.异构机群系统上多目标和多模式近似串匹配并行算法研究[D].广西大学.2008