该软件包包含： 1. ParallelTEDAClustering.m - 并行计算TEDA聚类算法源码； 2. demo.m - 演示 参考： Gu X.、Angelov PP、Gutierrez G.、Iglesias JA、Sanchis A. (2017) 用于高频流数据聚类的并行计算 TEDA。 见：Angelov P.、Manolopoulos Y.、Iliadis L.、Roy A.、Vellasco M.（编辑）大数据进展。 INNS 2016。智能系统和计算的进展，第 529 卷。Springer, Cham 如果此代码有帮助，请使用以上参考文献引用此算法。 如对代码有任何疑问，请联系Plamen P. Angelov教授（p.angelov@lancaster.ac.uk）和顾晓伟博士（x.gu3@lancaster.ac.uk） 顾晓伟编程

用pthread方法求π，体现了pthread的基础用法。

3.1实验目的与要求 1、熟悉快速排序的串行算法 2、熟悉快速排序的并行算法 3、实现快速排序的并行算法 3.2 实验环境及软件 单台或联网的多台PC机，Linux操作系统，MPI系统。 3.3实验内容 1、快速排序的基本思想 2、单处理机上快速排序算法 3、快速排序算法的性能 4、快速排序算法并行化 5、描述了使用2m个处理器完成对n个输入数据排序的并行算法。 6、在最优的情况下并行算法形成一个高度为logn的排序树 7、完成快速排序的并行实现的流程图 8、完成快速排序的并行算法的实现

针对传统文本分类方法对于海量数据分类速度慢精度差等问题,将并行计算应用到文本分类领域,设计了一套基于MapReduce的并行化文本分类框架,结合Bagging算法思想提出了支持向量机的并行训练方法,并在Hadoop云计算平台上进行了实验,实验结果表明该分类方法具有较快的分类速度和较高的分类精度。

这本书应该是国内首本由国人自己写的基于OpenCL 2.0的技术书吧。内容很不错，对OpenCL 2.0许多特征——管道、SVM，以及基于C11标准的原子操作都讲解得很透彻。而且对于事件同步、与OpenGL的交互都有许多具体用例。而后面几章讲解了矩阵乘法等常规高性能计算的优化手法。作者非常耐心地讲解如何一步步对算法做深入优化并描述了调优过程

针对单层型MPI集群通信效率不高的特点，通过对比分析单层型结构和树型结构在集群聚合通信中的不同,提出了一种基于树型结构的MPI集群系统设计方案。用以降低全局通信流量和均衡主控节点负载,从而改善集群通信效率,使集群的扩展更加灵活，通过实验验证了该方案的可行性。

FPGA高性能并行计算，包括可重构技术，DFG切割，脉动阵列，控制流处理，图文并茂，便于理解

SIMD-MC2上的FFT算法 算法描述 n个处理器组成n1/2×n1/2的方阵, 处理器以行主序编号

AL-DIC 是一种快速、并行计算的 DIC 算法，它结合了 Local Subset DIC（快速，并行计算）和基于 FE 的 Global DIC（保证运动学兼容性）的优点。 有关完整详细信息并使用此代码，请引用我们的论文： Yang J.和Bhattacharya，K.Exp.Mech。 （2019）59：187。 https://doi.org/10.1007/s11340-018-00457-0 。 或在以下位置索取全文： https://www.researchgate.net/publication/329456141_Augmented_Lagrangian_Digital_Image_Correlation 代码手册位于： https://www.researchgate.net/publication/344796296_Augmented_Lagrangian_

计算机并行计算算法介绍的书籍，书中有理论分析和实际的例子。希望能给更多人带来帮助。