| 
  中国学术期刊网络出版总库
  关闭
高度可伸缩的稀疏矩阵乘法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Highly Scalable Sparse Matrix Multiplication
【下载频次】 ★★★★☆
【作者】 吴志川; 毛琛; 韩蕾; 陈立军;
【英文作者】 WU Zhichuan; MAO Chen; HAN Lei; CHEN Lijun; Department of Computer Science and Technology; School of Electronics Engineering and Computer Science; Peking University;
【作者单位】 北京大学信息科学技术学院计算机系;
【文献出处】 计算机科学与探索 , Journal of Frontiers of Computer Science & Technology, 编辑部邮箱 2013年 11期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 稀疏矩阵乘法; 分布式计算; Hadoop;
【英文关键词】 sparse matrix multiplication; distributed computing; Hadoop;
【摘要】 矩阵乘法是线性代数和图算法中非常重要的一个基本操作,而大规模数据处理中的矩阵往往是稀疏矩阵。MapReduce编程框架能够有效地支持海量数据的分布式计算。因此,对如何运用MapReduce编程框架实现超大规模稀疏矩阵的乘法进行了研究。传统矩阵乘法并行算法没有针对稀疏矩阵进行专门优化,导致计算过程中出现大量不必要的通信开销。提出了一种新的算法——CRM(column row multiplication)算法,并与传统的矩阵分块算法进行了比较。实验证明,CRM算法运行效率有很大的提高,并且具有高度的可伸缩性,适合在MapReduce平台上运行。
【英文摘要】 Matrix multiplication is an important fundamental operation in algebra and graph algorithms. And matrixes are usually highly sparse when coming to massive data processing. MapReduce is a programming model which can process large data sets effectively. This paper focuses on how to deal with massive sparse matrix multiplication on top of MapReduce programming model. Block based matrix multiplication algorithms aren't optimized for sparse matrix and produce large amount of redundant communication. This paper p...
【基金】 国家自然科学基金~~
【更新日期】 2014-01-03
【分类号】 TP301.6
【正文快照】 1引言矩阵乘法是线性代数中非常重要的一个操作原语,它在众多图算法中起到基本构建单元的作用,比如图聚类[1]、图匹配[2]、环检测[3]、多源广度优先搜索、所有点对的最短路径[4]等。文献[5]提出,以矩阵运算作为基本原语,能够实现包括协同过滤在内的许多更为复杂的查询。在各个?

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 一般性问题
　　　　 理论、方法
　　　　　 算法理论
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号