一、The Memory Problems(论文文献综述)
冯珂珂,贾凡,杜晓杰,王玉钱[1](2020)在《龙芯3号板卡HT互联及内存故障诊断方法的设计与实现》文中进行了进一步梳理龙芯3号处理器广泛应用于安全可靠领域,这类主板器件密度大,板贴程度高,板级故障检测和诊断难度大;需要在确保硬件高可靠的同时加强设备自检测和故障自诊断设计;基于龙芯3号计算机主板端到端总线技术(Hyper Transport,HT)互联和内存出错两类常见的故障,提出了软件辅助故障诊断和可靠性增强的方法,其中针对HT互联故障采用从核监控自动探测法,内存故障基于写-读-比较的方法,对内存遍历模式进行筛选,提高故障诊断效率,为工厂的维修保障工作提供了有效的软件辅助定位故障的方法;经实验测试,该方法可以快速高效地定位龙芯3号主板故障,提高了维修保障效率。
蔡文成[2](2020)在《基于生成对抗网络的低照度图像增强方法研究》文中指出随着电子拍摄的发展和智能设备的普及,智能拍摄大量用于智慧城市、公共交通建设等方面。然而受现实弱光,夜间,遮挡等光线不足的低照度环境影响,以及低精度图像成像设备的硬件限制,拍摄出的图像往往存在亮度过低,噪声严重,细节信息丢失或模糊化等问题,从而造成图片内容损失,阻碍了进一步的理解和分析。因此,研究低照度图像增强具有重要的实际应用价值。为提升增强后图像的感知质量,本文尝试引入亮度注意力机制,并探索构建轻量化图像增强模型,主要内容归纳如下:1.利用注意力机制指导低照度图像增强,本文提出了基于亮度注意力机制生成对抗网络的低照度图像增强方法,该方法通过应用亮度注意力预测低照度图像中的光照分布,从而指导增强网络对图像中不同亮度区域进行自适应增强。同时,基于残差连接,设计一个深度增强网络用于提高建模低照度图片的增强过程。在合成数据集,真实数据集(DPED,LOL)验证算法性能,并和传统图像增强方法(直方图均衡,反射光照估计),深度学习方法(DSLR)展开对比,实验表明我们提出的网络所增强的图片具有更高的信噪比和结构相似性,整体感知质量相对较好,说明我们的方法在低照度图像增强方面的有效性。2.针对现有低照度图像增强网络存在计算量大和参数多的问题,本文提出了基于改进深度可分离卷积生成对抗网络的低照度图像增强方法,该方法通过引入深度可分离卷积,并针对图像增强任务改进网络结构,设计了改进的深度可分离卷积(IN-DepthwiseConv)和改进的倒残差深度可分离卷积(IN-Bottleneck)2个模块,用于降低计算复杂度和模型参数。同时,构建了3种模型DwDG,DwG和DeeperDwG,在相同的数据集和环境下验证算法性能,结果表明我们的方法能有效减少模型参数量,并且保持较好的图像增强效果。
周航汛[3](2020)在《基于多核运算板卡的掩模台位移测量系统架构研究》文中进行了进一步梳理产率作为光刻机三大关键指标之一,在高端光刻机中占有重要的地位,而掩模台位移测量系统的计算周期直接影响着产率,因此研究掩模台位移测量系统架构对提升光刻机产率具有重大意义。由于对光刻机的研究起步较晚和国外的技术封锁,国内对于掩模台位移测量系统架构的研究仍处于较低水平。伴随国产高端光刻机对产率要求的不断提高,目前的系统架构难以满足国产光刻机对50us较短计算周期的要求。对此,本文以掩模台位移测量系统架构为研究对象,结合测量系统的数据流,对影响计算周期的各环节进行理论分析,并提出一种基于多核运算板卡的掩模台位移测量系统架构。此外,本文也对多核运算板卡的固件架构重点技术进行研究。最后通过搭建测试平台进行实验,对比分析得出:本文提出的系统架构,相较于国内其他的系统架构在计算周期上有较大的提升,可满足50us计算周期要求。本文主要研究工作如下:首先,对掩模台位移测量系统计算周期内的数据流进行详细分析,总结影响系统计算周期的主要环节,并针对基于单核运算板卡和多核运算板卡的系统架构,对上述环节进行对比分析。其次,从多方面对比分析多种不同架构的多核CPU和背板总线,综合选择搭载多核DSP和VME背板总线接口的多核运算板卡,并完成系统硬件架构的整体设计。然后,对比选择主从开发模型作为多核固件开发模型,并充分利用多核DSP提供的SYS/BIOS操作系统进行固件开发。此外,对比分析多核DSP的核间数据交互方式,选择利用共享内存进行数据交互的方式,并针对其存在的数据一致性问题,提出核间数据交互的机制。最后,搭建测试平台,对本文提出的系统架构进行性能比对测试。测试结果表明:本文选用的多核运算板卡读写片上总线的平均速率为163.85Mbps和1 120.88Mbps,读写VME背板总线的平均速率高达7 169.52Mbps和10 563.75Mbps,读写光纤数据的平均速率为448.79Mbps和568.94Mbps。此外,通过硬件在环仿真实验可知,相较于目前国内提出的计算周期最短的系统架构,本文提出的系统架构在计算周期的时间性能方面提升了约160.68%,在保证模型运算精度的同时,满足50us计算周期的要求。
叶季钶[4](2020)在《MMORPG内存分析与优化》文中提出近年来,随着游戏市场的发展,电子游戏的画质不断提升,玩法日益丰富,随之而来的问题是游戏程序对内存的需求越来越大。即使在硬件设备高速提升的今天,游戏内存管理仍然是一个棘手的问题。大型多人在线角色扮演游戏(Massive Multiplayer Online Role-Playing Game,MMORPG)拥有广大的用户群体,有着场景复杂、玩法多样、建模精美等特点,与其他类型的游戏相比需要处理更为庞大的游戏数据,更频繁地分配释放内存,对其进行内存管理显得尤为重要。本文以《天谕》为载体,在游戏开发过程中建立一套完整的MMORPG内存分析与优化方案,主要完成了以下工作。1.研究游戏运行时对内存性能分析的需求,开发完整的内存检测工具链,利用工具链检测具体问题并提出几个明确的优化需求。2.对游戏引擎的内存分配器进行优化,用新的内存分配函数替换Windows原生内存分配函数,并对游戏运行时的内存分配做统计与检查工作。3.针对Python脚本语言中字典对象占用内存过大的问题进行优化,改写Python原生字典结构,在保证字典操作效率的同时减少内存占用。4.针对因游戏数据量庞大而造成的频繁I/O操作等问题,设计Memory DB方案,该方案采用类Protocol Buffers的序列化算法以及字符串池等设计,优化了游戏数据在内存中的分布。在优化了上述问题后,进行了完整的测试,均取得了比较好的优化效果。本研究成果希望能为类似项目的内存管理提供经验,其中部分模块具有启发和参考意义。
战修广,姜殿恒,张盛,陈飙松,李云鹏[5](2019)在《基于多重多级子结构方法的大规模结构分析并行软件框架设计及研发》文中指出本文针对直接法并行求解有限元过程中的难点问题,基于SiPESC平台实现了多重多级子结构有限元MPI+OpenMP混合并行计算框架,讨论了有限元求解过程中内存使用遇到的各类难点及其解决办法。有别于区域分解法使用迭代法求解的并行分析问题,使用直接法求解平衡方程的有限元并行分析面临着巨大的内存压力和并行难度。本文分别通过发展一种新的区间二叉树结构,采用内存池技术,改进多重多级子结构有限元矩阵组装策略,优化内外存通信压力等处理手段,提升了多重多级子结构有限元并行求解的规模和效率,得到了同商用软件一致的计算结果,以及较高的并行效率。
李文杰[6](2016)在《Java程序内存使用分析技术研究》文中指出伴随着计算机技术的快速发展,计算机软件所解决的问题日益复杂,软件的功能、结构和行为的复杂性不断增加,使得大规模框架密集型应用程序得到广泛应用。这些应用程序通常结合了标准类库和特定领域的第三方框架。虽然类库和框架的使用简化了开发工作,但调用这些类库和框架的通用API的代价可能是非常昂贵的。程序员在软件开发过程中往往过多关注于系统的功能实现,忽视对程序进行优化设计,并将性能优化的任务交给运行时系统,导致因不合理的内存使用所导致的内存问题在软件中广泛存在。软件复杂性的增加对软件分析和测试过程中理解软件的内存行为和检测内存使用问题提出了新的挑战。对于现代软件系统而言,如何快速理解软件的内存行为,准确检测出软件中的内存使用问题对于保证软件质量具有重要意义。目前,软件内存使用分析已经在国内外被大量学者广泛研究:一方面,通过程序分析技术研究程序中各个数据结构之间的依赖关系,借助这些信息识别程序中的不合理的设计;另一方面,通过充分的测试用例测试获取足量的动态执行信息,对程序的执行信息采用特征分析或统计分析的方法研究程序的内存使用。但是,已有的这些方法依然存在一些问题。主要表现在:(1)资源开销较大。Java程序执行过程中涉及大量对象的创建和使用,包含复杂的对象引用关系,使得一些方法在内存使用分析过程中需要大量的资源开销;(2)提供的诊断信息有限。一些方法的诊断信息只能提供与内存使用相关的类级别信息,诊断信息较为抽象。此外,检测报告缺乏与问题相关的上下文信息,难以辅助调试人员进行问题理解和问题修复;(3)诊断结果的准确性有待提高。已有研究方法往往通过内存使用问题的某一特征点进行问题的识别,检测结果的准确性和有效性较低。针对以上问题,本文进行了以下两个方面的研究:(1)设计了一种基于对象引用关系的Java程序内存行为分析方法。与传统的依据内存消耗的大小确定程序中数据结构的重要性并分析相关内存行为的方法不同,该方法同时考虑内存消耗和内存支配两个因素来确定一个数据结构在程序内存行为中的重要性,通过研究数据结构之间在内存使用上的支配关系和对数据结构进行引用分析,得到程序中重要的内存行为。实验结果表明该方法对程序中重要内存行为的分析具备良好的效果。(2)设计了一种基于内存使用传播分析的Java内存低效使用检测方法。与原有的通过检测程序中消耗内存较多的数据结构并分析其内存使用合理性的方法不同,该方法首先获取程序执行过程中的内存使用信息,并将其抽象为内存使用传播图(Memory Usage Propagation Graph,MUPG),以此提供程序完整的内存行为;其次通过对MUPG包含的内存使用信息进行特征分析识别,检测和确定程序中的内存低效使用问题;最后依据MUPG提供的上下文路径信息分析导致问题产生的根本原因。实验结果表明该方法在内存低效使用问题检测上具有较好的效果。本课题设计了两种程序内存使用分析技术以帮助软件开发人员对Java程序的内存使用进行分析,揭示潜在的内存低效使用问题,并找出导致这些问题产生的根源。虽然这些技术的实现都是针对Java程序进行,但我们相信提供的技术也能适用于其它面向对象语言编写的系统。
梁金刚[7](2015)在《反应堆蒙卡程序RMC大规模计算数据并行方法研究》文中指出人们对反应堆安全和经济性更高的要求以及新型核能系统的发展,使得传统反应堆计算分析方法和工具面临挑战,蒙特卡罗方法成为新一代反应堆物理计算方法的重要研究方向。然而,蒙卡程序在大规模计算中需要存储大量的数据,内存不足成为限制蒙卡方法实现三维全堆精细计算的瓶颈。为应对内存问题,本课题基于反应堆蒙特卡罗程序RMC,对包含数据分解、空间区域分解在内的数据并行方法开展研究。课题首先对蒙卡程序的各类数据进行定量分析,建立内存占用模型,明确蒙卡大规模计算内存问题的本质。分析表明,计数器、材料信息和燃耗核素密度数据是蒙卡内存占用的主要部分。针对计数器数据内存占用问题,研究了计数器数据分解方法,即分解计数器数据,分配、存储于并行的进程中,并通过并行通信,完成计数统计。基于并行消息传递接口,设计了同步式和异步式两种数据通信方法。在RMC中实现计数器数据分解算法,并分析算法的并行计算效率,数值测试结果表明,计数器数据分解能够直接地节省计数器数据的内存占用,同时异步式通信算法具有良好的并行效率。与数据分解方法不同,空间区域分解方法划分空间几何区域,由并行的进程分别模拟不同的区域,利用并行通信传递穿出区域的粒子。课题研究基于构建实体几何的区域划分方法,设计独立型和耦合型两种区域描述方式;设计异步式粒子通信算法,节省通信时间。基于RMC实现区域分解功能,并对简单模型、全堆模型进行测试。为实现区域分解的结果可重复性,提出随机数-源中子排序方法。最后,课题将数据并行方法应用于蒙卡燃耗计算,增强RMC大规模燃耗计算能力。一方面,结合计数器数据分解和点燃耗并行,实现计数器与燃耗核素密度综合数据分解策略,通过全堆模型三维燃耗计算数值测试,验证了数据分解方法对提升燃耗计算规模的作用。另一方面,研究区域分解与燃耗计算的耦合,通过输运计算与燃耗计算采用一致的区域划分,实现对计数器、材料、燃耗核素密度等数据的分解。数值测试表明,区域分解蒙卡程序具备百万栅元全堆精细燃耗计算能力。
曾佳平,杨秋辉,汪华龙,徐保平,黄蔚[8](2015)在《基于动态插桩的C/C++内存泄漏检测工具的设计与实现》文中指出针对C、C++程序常出现的内存泄漏、内存越界访问、内存的不匹配释放等错误进行了研究,分析了现有的内存错误检测工具和方法,在基于开源的动态二进制插桩框架Pin的基础上,采用函数族的内存信息块管理方法和生命周期法,实现了在Linux平台下运行的内存检测工具Mem Guard原型。该原型能有效地检测出内存泄漏、内存越界访问、内存的不匹配释放等问题,并通过与运行在Valgrind上的工具Memcheck的对比实验证明了该原型的有效性以及高效性。
梁金刚,王侃,余纲林,佘顶,柴晓明,强胜龙,姚栋[9](2014)在《基于RMC的计数器数据分解方法研究》文中研究表明蒙特卡罗模拟方法(蒙卡方法)在反应堆物理分析中的应用受计算机内存不足的限制,数据分解方法是一种有效的解决思路。对蒙卡方法的内存占用进行定量分析,并基于自主堆用蒙特卡罗程序(RMC),采取了同步式和异步式2种通信方法,设计并实现计数器数据分解算法;通过数值试验测试算法的性能,结果表明,计数器数据分解算法能够明显减少内存占用,而且不会对程序的并行性能产生影响。
王剑,杨琪,万英杰,鲍远松[10](2014)在《C++程序提高代码可靠性方案研究与实践》文中进行了进一步梳理在上海宝信软件股份有限公司的高性能实时数据库软件平台开发中,由于使用C++语言实现大量内核外围的服务应用模块,各种应用逻辑复杂多样,所以依赖开发人员个人技能识别逻辑异常场景较难。而实时数据库平台对可靠性要求很高,因此本文研究了C++程序提高代码可靠性的多种途径,包括单元测试、代码静态分析、内存动态检测等,并在项目开发中进行了有效实践,提高了代码可靠性,提升了产品质量。
二、The Memory Problems(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、The Memory Problems(论文提纲范文)
(1)龙芯3号板卡HT互联及内存故障诊断方法的设计与实现(论文提纲范文)
0 引言 |
1 板级故障诊断总体设计 |
1.1 电源故障 |
1.2 复位故障 |
1.3 取指故障 |
1.4 HT故障 |
1.5 内存故障 |
1.6 板级故障小结 |
2 HT故障诊断和可靠性增强 |
3 内存故障诊断方法 |
3.1 内存诊断程序 |
3.2 内存诊断程序试验验证 |
4 实验测试与结果 |
4.1 HT互联故障验证测试 |
4.2 内存故障的检测测试 |
5 结束语 |
(2)基于生成对抗网络的低照度图像增强方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 生成对抗网络的发展现状 |
1.2.2 低照度图像增强的发展现状 |
1.3 本文研究内容及论文结构 |
1.3.1 研究内容 |
1.3.2 论文结构安排 |
第2章 相关理论介绍 |
2.1 生成对抗网络 |
2.2 注意力机制 |
2.3 残差网络 |
2.5 U型网络 |
2.6 轻量化系列网络 |
2.7 谱归一化 |
第3章 基于亮度注意力机制生成对抗网络的低照度图像增强 |
3.1 亮度注意力机制生成对抗网络 |
3.1.1 算法框架 |
3.1.2 亮度注意力机制模块 |
3.1.3 增强网络模块 |
3.2 实验结果与分析 |
3.2.1 实验设置 |
3.2.2 在合成数据集实验 |
3.2.3 在真实数据集实验 |
3.3 本章小结 |
第4章 基于改进深度可分离卷积生成对抗网络的低照度图像增强 |
4.1 改进深度可分离卷积生成对抗网络 |
4.1.1 改进的深度可分离卷积模块 |
4.1.2 改进的深度可分离卷积生成对抗网络 |
4.2 实验结果与分析 |
4.2.1 实验设置 |
4.2.2 在合成数据集实验 |
4.2.3 在真实数据集实验 |
4.3 本章小结 |
第5章 总结与展望 |
5.1 本文工作总结 |
5.2 未来研究展望 |
参考文献 |
致谢 |
附录 1 攻读硕士学位期间完成的科研成果目录 |
(3)基于多核运算板卡的掩模台位移测量系统架构研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 引言 |
§1.2 课题研究背景及意义 |
§1.2.1 掩模台位移测量技术研究现状 |
§1.2.2 掩模台位移测量系统架构简介 |
§1.2.3 掩模台位移测量系统架构性能指标 |
§1.3 掩模台位移测量系统架构研究现状 |
§1.3.1 掩模台位移测量系统架构国内外研究进展 |
§1.3.2 基于单核运算板卡的掩模台位移测量系统架构 |
§1.3.3 基于多核运算板卡的掩模台位移测量系统架构 |
§1.4 论文主要研究内容 |
第二章 掩模台位移测量系统架构分析 |
§2.1 掩模台位移测量系统数据流分析 |
§2.2 基于单核运算板卡的掩模台位移测量系统性能分析 |
§2.3 基于多核运算板卡的掩模台位移测量系统性能分析 |
§2.4 对比总结 |
§2.5 本章小结 |
第三章 基于多核运算板卡的测量系统硬件架构设计 |
§3.1 多核运算板卡CPU选型 |
§3.2 背板总线选择 |
§3.3 系统硬件架构整体设计 |
§3.4 本章小结 |
第四章 基于多核运算板卡的测量系统固件架构设计 |
§4.1 多核固件开发模型 |
§4.2基于SYS/BIOS的软件开发 |
§4.3 核间数据交互 |
§4.3.1 QMSS/CPPI核间通讯方式 |
§4.3.2 MSM核间通讯方式 |
§4.3.3 EDMA核间通讯方式 |
§4.3.4 对比总结 |
§4.4 共享内存数据交互机制 |
§4.4.1 C6678数据一致性问题 |
§4.4.2 C6678数据一致性维护方案 |
§4.4.3 C6678数据一致性维护方案测试 |
§4.5 本章小结 |
第五章 实验验证及对比分析 |
§5.1 测试平台简介 |
§5.2 基于多核运算板卡的位移测量系统架构性能测试 |
§5.2.1 多核运算板卡运算性能测试及对比分析 |
§5.2.2 片上总线读写速率测试及对比分析 |
§5.2.3 VME背板总线通讯速率测试及对比分析 |
§5.2.4 共享内存数据交互性能测试及核间数据交互对比分析 |
§5.2.5 光纤读写速率测试及对比分析 |
§5.2.6 系统控制板卡VME通讯速率测试 |
§5.3 硬件在环仿真实验 |
§5.3.1 实验流程 |
§5.3.2 实验结果分析 |
§5.4 本章小结 |
第六章 总结与展望 |
§6.1 总结 |
§6.2 展望 |
参考文献 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
(4)MMORPG内存分析与优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景 |
1.2 本文的工作和贡献 |
1.3 论文组织结构 |
第2章 相关技术介绍 |
2.1 Windows内存管理机制与动态内存分配 |
2.1.1 虚拟内存与局部性原则 |
2.1.2 Windows的虚拟内存系统 |
2.1.3 Windows内存管理机制 |
2.1.4 Windows动态内存分配/释放 |
2.2 游戏内动态内存分配优化 |
2.2.1 常见的游戏定制分配器 |
2.2.2 通用动态内存分配器 |
2.3 Pyhton原生字典结构剖析 |
2.3.1 PyDictObject对象介绍 |
2.3.2 字典对象的插入 |
2.3.3 字典对象的扩容 |
2.4 Protocol Buffers简介 |
2.5 本章小结 |
第3章 内存检测与分析 |
3.1 操作系统内存分配、释放问题 |
3.2 引擎内存情况分析 |
3.3 脚本层内存情况分析 |
3.4 本章小结 |
第4章 操作系统内存分配、释放优化 |
4.1 基于TCMalloc的多线程内存分配优化 |
4.1.1 多线程内存分配的优化 |
4.1.2 内存碎片的优化 |
4.2 在Windows程序中集成内存分配器 |
4.2.1 静态链接 |
4.2.2 动态链接 |
4.3 内存分配器优化效果 |
4.4 本章小结 |
第5章 Python字典结构优化 |
5.1 字典结构介绍 |
5.2 字典的数据插入 |
5.3 新字典的扩容操作 |
5.4 新字典结构的优缺点分析 |
5.5 优化结果与分析 |
5.5.1 实验环境与目的 |
5.5.2 字典操作性能分析 |
5.5.3 字典内存优化分析 |
5.6 本章总结 |
第6章 游戏数据的内存优化技术 |
6.1 基于Berkeley DB的内存优化 |
6.2 Memory DB的设计与实现 |
6.2.1 mdb文件的数据存储格式 |
6.2.2 基于Protocol Buffers的游戏数据序列化机制 |
6.2.3 相关数据结构 |
6.2.4 数据的热更新 |
6.2.5 获取数据流程 |
6.2.6 Memory DB框架总结 |
6.3 优化结果与分析 |
6.3.1 内存占用优化分析 |
6.3.2 数据操作性能分析 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 研究工作总结 |
7.2 未来展望 |
参考文献 |
攻读硕士学位期间主要的研究成果 |
致谢 |
(6)Java程序内存使用分析技术研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究现状分析 |
1.3 存在的问题 |
1.4 主要研究内容 |
1.5 本文组织结构 |
1.6 本章小结 |
2 背景知识和技术基础 |
2.1 Java虚拟机内存管理机制 |
2.2 动态程序监控技术 |
2.3 对象引用图 |
2.4 本章小结 |
3 基于对象引用关系的Java程序内存行为分析方法 |
3.1 引言 |
3.2 Java程序内存行为分析方法 |
3.3 实证研究 |
3.4 本章小结 |
4 基于内存使用传播分析的Java内存低效使用检测方法 |
4.1 引言 |
4.2 研究动机 |
4.3 内存低效使用检测方法 |
4.4 实证研究 |
4.5 讨论 |
4.6 本章小结 |
5 总结与未来工作 |
5.1 总结 |
5.2 未来工作 |
参考文献 |
作者简历 |
学位论文数据集 |
(7)反应堆蒙卡程序RMC大规模计算数据并行方法研究(论文提纲范文)
摘要 |
Abstract |
主要符号对照表 |
第1章 引言 |
1.1 研究背景与意义 |
1.1.1 蒙特卡罗方法成为新一代反应堆物理分析的重要研究方向 |
1.1.2 大规模全堆计算是蒙卡方法发展的目标与挑战 |
1.1.3 数据并行方法解决蒙卡大规模计算的内存问题 |
1.2 国内外研究现状 |
1.2.1 区域分解方法研究现状 |
1.2.2 数据分解方法研究现状 |
1.3 研究目标与内容 |
1.4 论文组织结构 |
第2章 蒙卡程序内存分析 |
2.1 本章引论 |
2.2 蒙卡程序数据分类及内存模型 |
2.3 数据内存分析 |
2.3.1 几何信息数据 |
2.3.2 材料信息数据 |
2.3.3 核截面数据 |
2.3.4 粒子信息数据 |
2.3.5 计数器数据 |
2.3.6 燃耗数据 |
2.4 蒙卡大规模计算内存问题 |
2.5 本章小结 |
第3章 计数器数据分解方法研究 |
3.1 本章引论 |
3.2 计数器数据分解方法概述 |
3.3 算法设计及分析 |
3.3.1 算法流程 |
3.3.2 同步通信算法 |
3.3.3 异步通信算法 |
3.3.4 通信花费分析 |
3.4 数值测试 |
3.4.1 测试模型 |
3.4.2 正确性测试 |
3.4.3 内存节省验证 |
3.4.4 并行性能测试 |
3.5 本章小结 |
第4章 空间区域分解方法研究 |
4.1 本章引论 |
4.2 区域分解方法概述 |
4.3 区域分解方法设计及实现 |
4.3.1 区域分解方法流程 |
4.3.2 基于CSG的几何区域划分方法 |
4.3.3 异步粒子通信算法 |
4.4 数值测试 |
4.4.1 算例 1-立方体模型 |
4.4.2 算例 2-球模型 |
4.4.3 算例 3-组件模型 |
4.4.4 算例 4-全堆模型 |
4.4.5 结果分析 |
4.5 区域分解结果可重复性研究 |
4.6 本章小结 |
第5章 基于数据并行方法的全堆蒙卡燃耗分析 |
5.1 本章引论 |
5.2 基于计数器数据分解的全堆燃耗计算 |
5.2.1 计数器与燃耗核素密度综合数据分解方法 |
5.2.2 数值测试 |
5.2.3 讨论与分析 |
5.3 基于区域分解的全堆燃耗计算 |
5.3.1 耦合输运区域与燃耗区的区域分解策略 |
5.3.2 区域分解燃耗计算功能实现 |
5.3.3 数值测试 ——百万栅元全堆三维精细燃耗计算 |
5.4 本章小结 |
第6章总结与展望 |
6.1 课题总结 |
6.2 课题创新点 |
6.3 研究展望 |
参考文献 |
致谢 |
附录A Hoogenboom-Martin全堆基准题 |
附录B BEAVRS全堆基准题 |
附录C 数据并行方法中的MPI通信算法实现 |
附录D 全堆模型区域分解中几何划分输入示例 |
个人简历、在学期间发表的学术论文与研究成果 |
(8)基于动态插桩的C/C++内存泄漏检测工具的设计与实现(论文提纲范文)
1 Mem Guard的分析与设计 |
1.1 工具设计思路和系统框架 |
1.2 功能模块设计 |
1.2.1 内存分配函数接管模块设计 |
1.2.2 内存信息块管理模块设计 |
1.2.3 内存泄漏检测模块设计 |
2 Mem Guard工具的实验验证 |
2.1 工具设计思路和系统框架 |
1)测试环境 |
2)被测程序 |
3)实验结果及总结 |
2.2 Mem Gurad与Memcheck时间性、空间性能对比实验 |
2.2.1 检测用户程序 |
2.2.2采用Linux自带命令作为被测代码 |
2.2.3 实验结果分析 |
3 相关工作 |
3.1 静态检测工具 |
3.2 动态检测工具 |
3.2.1 基于源代码插桩方法 |
3.2.2 基于目标代码插桩方法 |
3.2.3 基于动态二进制代码插桩方法 |
4 结束语 |
四、The Memory Problems(论文参考文献)
- [1]龙芯3号板卡HT互联及内存故障诊断方法的设计与实现[J]. 冯珂珂,贾凡,杜晓杰,王玉钱. 计算机测量与控制, 2020(06)
- [2]基于生成对抗网络的低照度图像增强方法研究[D]. 蔡文成. 湖北工业大学, 2020(08)
- [3]基于多核运算板卡的掩模台位移测量系统架构研究[D]. 周航汛. 桂林电子科技大学, 2020(02)
- [4]MMORPG内存分析与优化[D]. 叶季钶. 浙江大学, 2020(08)
- [5]基于多重多级子结构方法的大规模结构分析并行软件框架设计及研发[A]. 战修广,姜殿恒,张盛,陈飙松,李云鹏. 中国力学大会论文集(CCTAM 2019), 2019
- [6]Java程序内存使用分析技术研究[D]. 李文杰. 中国矿业大学, 2016(02)
- [7]反应堆蒙卡程序RMC大规模计算数据并行方法研究[D]. 梁金刚. 清华大学, 2015(07)
- [8]基于动态插桩的C/C++内存泄漏检测工具的设计与实现[J]. 曾佳平,杨秋辉,汪华龙,徐保平,黄蔚. 计算机应用研究, 2015(06)
- [9]基于RMC的计数器数据分解方法研究[J]. 梁金刚,王侃,余纲林,佘顶,柴晓明,强胜龙,姚栋. 核动力工程, 2014(04)
- [10]C++程序提高代码可靠性方案研究与实践[A]. 王剑,杨琪,万英杰,鲍远松. 全国冶金自动化信息网2014年会论文集, 2014