基于消息传递接口(MPI)的并行化马尔可夫聚类算法
[摘要]

马尔可夫聚类算法(MCL)是 在大规模生物网络中寻找模块的一个有用办法,可以或许发掘网络布局和功效影响力较大的模块。算法触及到大规模矩阵计算,因此复杂度可达立方阶次。针对复杂度高的成就,提出了基于消息传递接口(MPI)的并行化马尔可夫聚类算法以提高算法的计算机能。首先,生物网络转化成邻接矩阵;然后,根据算法的特性,按照矩阵的规模判断偏从新天生新矩阵以处理非平方倍数矩阵的计算;其次,并行计算颠末过程按块分派的办法可以或许有用地实现任意规模矩阵的运算;末了,轮回并行计算直至收敛,获得网络聚类结果。颠末过程模拟网络和真实生物网络数据集的试验结果表明,与全块小我式通讯(FCC)并行办法相比,平均并行效力晋升了10个百分点以上,因此可以或许将该优化算法应用在分歧范例的大规模生物网络中。

资源范例:pdf
资源大小:935.77KB
所属分类:
上传光阴:2019/04/30
友情链接:金华口腔医学网  南苑幼儿学习网  最新网络新闻网  中国建筑装饰网  房地产新闻网  智利华人中文网  九尾餐饮管理网  华人科技资讯网  网站监测网  三精皮带式输送机网