基于CUDA的字符序列模式匹配與頻繁模式挖掘算法的研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、字符序列模式匹配與頻繁模式發(fā)現(xiàn)是計(jì)算機(jī)科學(xué)與各個(gè)學(xué)科交叉的熱點(diǎn)。生物信息序列作為特殊的字符序列,基因突變等促進(jìn)近似字符串匹配算法研究的發(fā)展;生物序列中頻繁模具有重要生物學(xué)意義,而現(xiàn)有算法大多忽略該段信息。信息爆炸時(shí)代的數(shù)據(jù)膨脹導(dǎo)致優(yōu)化串行算法陷入性能瓶頸,CUDA是圖形處理器上一款通用并行架構(gòu),低廉價(jià)格成本配備優(yōu)異并行性能。研究利用CUDA加速計(jì)算字符序列不精確模式匹配與單序列特殊頻繁模式發(fā)現(xiàn)問題具有理論和實(shí)際意義。
  首先,本

2、文介紹了CUDA基礎(chǔ)、Thrust原語并行庫以及CUDA編程優(yōu)化技術(shù)。本文研究CUDA編程優(yōu)化主要包括存儲器訪問優(yōu)化和I/O優(yōu)化。針對不精確串模式匹配k-difference問題,本文不僅研究實(shí)現(xiàn)基于CUDA的并行算法DASMP在CUDA編程技術(shù)上的優(yōu)化,更充分地利用GPU的硬件加速,同時(shí)也考慮到顯存容量的限制可能導(dǎo)致該算法處理大序列失敗而提出了在多GPU下的大序列劃分理論。實(shí)驗(yàn)表明,相較于未優(yōu)化之前的并行算法,優(yōu)化后的并行算法性能提升

3、20%-50%;相較于傳統(tǒng)的串行算法,優(yōu)化后的并行算法可以獲得7-32倍加速比。實(shí)驗(yàn)的數(shù)據(jù)量的越大,性能提升的優(yōu)勢效果越明顯。
  其次,本文研究了利用CUDA加速計(jì)算在較長單一序列中發(fā)現(xiàn)帶約束的頻繁模式,并實(shí)現(xiàn)CUDA編程優(yōu)化進(jìn)一步強(qiáng)化性能提升。本文首先重新定義了一種帶禁忌約束單序列[m1,m2]-頻繁模式,其中[m1,m2]為目標(biāo)頻繁模式的長度區(qū)間。這種約束條件滿足了對生物信息序列頻繁模式的特殊要求,避免了傳統(tǒng)算法從1項(xiàng)集開始

4、查找而帶來了較大的空間與時(shí)間消耗。本文給出POSA算法是在傳統(tǒng)串行算法上加入新的剪枝策略——標(biāo)志位數(shù)組剪枝法,實(shí)驗(yàn)表明比較傳統(tǒng)串行算法,利用POSA可以獲得1.2-4.5倍的性能提升。在POSA算法的基礎(chǔ)上,本文又提出基于CUDA的并行算法POPA進(jìn)一步提高了查找的效率,可以獲得3-20的加速比。
  最后,本文研究了利用CUDA加速計(jì)算在較長單一序列中發(fā)現(xiàn)特殊的串聯(lián)重復(fù)模式,并利用Thrust庫等實(shí)現(xiàn)CUDA編程優(yōu)化進(jìn)一步強(qiáng)化性

5、能提升。本文研究一類特殊的串聯(lián)重復(fù)模式——LPR(Largest Pattern Repetition),基于一種新型的索引數(shù)組SUA在DNA序列中查找這類最大串聯(lián)重復(fù)模式LPRs??紤]到DNA序列字符集的特點(diǎn),本文使用二進(jìn)制位對其編碼以實(shí)現(xiàn)CUDA上的并行序列壓縮。使用Thrust并行原語庫更好地幫助CUDA加速建立后繼數(shù)組SUA及查找LPRs。實(shí)驗(yàn)表明比較傳統(tǒng)串行算法,總體上該并行算法可以獲得1.6-5.4倍性能提升;比較集群系統(tǒng)并

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論