论文部分内容阅读
设计团队Sano教授就职于日本东北大学（日本仙台）计算机与数学科学系，主要从事并行可重构计算方面的研究。他的团队通过应用FPGA和GPU来加快解决要求严苛的物理问题。
用FPGA加速海啸模拟
【摘 要】
：
设计团队Sano教授就职于日本东北大学（日本仙台）计算机与数学科学系，主要从事并行可重构计算方面的研究。他的团队通过应用FPGA和GPU来加快解决要求严苛的物理问题。
【机 构】
：
日本东北大学
【出 处】
：
今日电子
【发表日期】
：
2017年6期
其他文献
为了改善信息系统的安全态势估计效果,提出了自回归滑动平均和相关向量机的信息系统安全态势估计模型（ARIMA-RVM）.该模型收集大量信息系统安全的历史数据,然后采用自回归滑动平
卷积神经网络因深度学习概念的提出再一次被研究人员所重视.激励函数是卷积神经网络的一个重要组成部分,选取了sigmoid函数作为实验对象.讨论了当前几种可行的逼近方法,最终
针对基础矩阵估计过程中因异常数据的影响导致精度和稳定性不好等问题,提出一种新的基础矩阵的估计算法.该算法首先对匹配点采用了新的分组抽样策略,突出了随机性和均匀性.然
为了解决大规模高维WSN数据的双重聚类问题，提出一种基于数据场的WSN数据聚类方法．借用数据场的思想，将WSN数据空间非线性映射到势能空间；结合WSN数据的分布特点，采用概率熵度量数
提出一种基于细化快速傅里叶变换（ZFFT）的自动声反馈抑制算法.利用ZFFT能在原始频率分辨率不变且不发生主瓣重叠的情况下,可分辨特征频率临近的分量的特性,采用ZFFT进行频谱细