基于Hadoop的MapReduce并行apriori算法，实验设计在3台虚拟机上，搭建步骤：（1） 虚拟机上安装ubuntu系统，安装JDK、SSH、Hadoop。 （2） 配置JDK、Hadoop环境变量及MapReduce组件。 （3） 配置SSH免密登录。 （4） 使用hadoop namenode -format命令格式化NameNode，使用start-all.sh命令启动所有Hadoop进程。 （5） 在各节点命令行输入jps检查是否启动成功，若成功，使用wordcount示例进行测试，Hadoop平台搭建完成。 （6） 将数据集从本地传输到HDFS上，使用hadoop jar命令，输入驱动类规定参数，使用Apriori.jar包，运行AprioriDriver驱动类，实现算法效果。 （7） 运行结束使用hadoop fs -cat /output命令查看结果。

三维可压缩流场MPI+OpenMP混合并行算法及应用研究，许啸，王学德，在多核CPU集群并行体系结构下，采用MPI+OpenMP的混合并行算法，对高速可压缩流场进行数值模拟，并在计算时间上与MPI算法进行比较。流�

采用DSP设计小波分析算法，思路清晰，具有很大的使用性

模拟退火与蚁群混合并行算法解旅行商问题，许智宏，宋勃，本文研究了蚁群算法、模拟退火算法以及两者的混合算法的并行实现方法，建立了PC机群实验平台，基于MPI环境对蚁群算法、模拟退火算�

针对大规模数据的加权Voronoi图实现的复杂性和计算精度低问题, 采用欧氏距离法, 设计和实现了一种基于MapReduce编程模型的并行栅格加权Voronoi图的生成算法, 并将其成功应用于石家庄桥东区超市的推荐服务。该算法计算精度高, 同时可适用于任意点、线、面及复合发生元的加权Voronoi图的计算。实验结果表明, 算法在处理大规模栅格数据时能明显提高栅格Voronoi图的生成速度, 并能为用户推荐综合因素优选的超市。

看到CSDN中有第二册，这里把第一册传上来，供大家参考。第一次上传，谢谢支持

matlab简单图像处理代码 3D-connect-component-label-with-GPU This is my 3D parallel algorithm, but it is not perfect. It provides a way for you to optimize it. I hope someone can give a good opinion    由于医学项目中需要实现3D连通域算法，matlab有自带的3D连通域算法，挺快的    但是要实现c++版本，2d连通域实现的算法思路上就是two pass method，    当时我为了快速实现，就直接写了一个广度搜索的3d连通域算法    于是，我想能不能实现一个并行的3D连通域算法呢，于是我google，发现了几篇很好的with gpu的2D CCL，但并没有3D Parallel，发现主要思想还是two pass method，不过因为并行，所以需要考虑每个像素点的独立，在这里进行了处理 论文分别是：     Parallel graph component labelling with GPUs

电力系统状态估计并行算法实现.pdf

并行算法在矩阵计算中的应用研究.pdf

并行算法在矩阵运算中的应用.pdf