您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
cup-gpu同计算在生物数据分析中的应用研究.pdf文档全文免费阅读、在线看 62页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：180 &&
cup-gpu同计算在生物数据分析中的应用研究
你可能关注的文档：
··········
··········
原创性声明
本人声明，所呈交的学位论文是本人在导师指导下进行的研究
工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢
的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不
包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我
共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。
作者签名：曼．选
日期：丝三年羔月丝日
关于学位论文使用授权说明
本人了解中南大学有关保留、使用学位论文的规定，即：学校
有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，
允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内
容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科
学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，
并通过网络向社会公众提供信息服务。
作者签名：熊导师签名：
日期：丝年』月丝日
CPU．GPU协同计算在生物数据分析中的应用研究
摘要：在生物信息学领域，对生物数据进行分析是极其重要的一个过
程。随着数据量的增大，对生物数据分析的耗时越来越长，严重制约
了相关理论设想的验证。CPU．GPU协同计算，能够以较小的代价，
组建一个高性能计算平台，加快数据分析与处理的速度。
本文针对大量生物数据分析中硬件资源利用率低，计算耗时长的
问题，在经过技术、性能以及资金消耗多方面的权衡下，提出了利用
序的编写。并针对平台硬件的特征，提出了几种数据预处理与任务分
配的策略，能够最大限度的缩减生物数据分析的处理时间，为研究提
供支撑与促进作用。
本文旨在解决标签SNP选择仿真实验以及DTI计算与预测两个
具体的生物数据分析问题。本文通过对现有标签SNP选择算法进行
分析，提出了HTag算法，并对该算法进行了并行化的具体实现，不
仅使标签SNP的数量减少，而且使运行时间大幅缩短。本文针对
NetCBP算法执行效率低的问题，对该算法过程进行了详细的分析与
拆解，使之适合并行化。通过并行化使单药物DTI计算的时间缩短，
并考虑到多药物同时计算的情况，通过并行任务调度缩短了多药物同
时计算的时间。
实际应用计算表明，利用CPU．GPU协同计算可明显缩短生物数
据分析的计算时长。在对其他领域的数据分析处理中，也具备一定的
参考价值。
论文中包含图26幅，表10个，参考文献60篇。
分类号：TP391．1；004．62
Researchand
Applications
Collaborative
Biological
Abstract：111e
biological
extremelyimportant
inthefieldof
bioinformatics．Duetothe
explosivegrowth
biologicaldata，this
正在加载中，请稍后...}