1) Data Independent Parallel Transform
数据独立并行转换算法
2) Data Collective Parallel Transform
数据集中并行转换算法
3) data parallel algorithm
数据并行算法
1.
By the study of image processing in the field of data parallel computation, an algorithm-oriented mathematical model of SIMD computer, and a novel method which is useful for mathematical description of data parallel algorithm are proposed.
针对数据并行计算在图像处理中的应用研究,提出了数据并行计算机的面向算法的数学模型,以及利用该模型得到的一种新颖的、数据并行算法的数学描述方法。
4) Data parallel algorithm description
数据并行算法描述
5) data independence
数据独立
1.
Study and implementation of data independence based on DB2/400 database;
DB2/400数据库数据独立性研究与实现
2.
In order to solve the limit, this paper studies the process algbra and CSP model at first, and then extends the CSP model based on data independence.
本文在研究进程代数、CSP安全协议模型的基础上，基于数据独立技术对CSP协议模型进行扩展以解决验证的有限问题，并采用理论证明和协议验证的方式验证扩展模型的正确性和有效性。
6) device about high speed data combination and conversion
数据合并转换器
1.
The function of device about high speed data combination and conversion combinesa lot of high speed serial port data, and then converting them to PCM data scream that can display onterminal screen.
其中控制数据合并时间的计数器电路和并行数据转换成串行数据的移位电路都是在CPLD中形成的,并且由相应的软件控制成为帧频可编程的数据合并转换器,软件设计由C语言和C++语言来完成的。
补充资料：并行算法
适用于并行计算机的数值算法。计算机传统结构的显著特征是单指令流单数据流，即每一时刻按一条指令处理一个数据。通常的数值算法适于此类计算机，可称串行算法。20世纪60年代开始发展含大量处理机的并行计算机，它分单指令流多数据流与多指令流多数据流两类，每一时刻分别按一条或多条指令处理多个数据。并行计算机的出现促使了适应其并行这个特点的并行算法的发展。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条