188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
uk3632

上传于：2016-05-03

粉丝量：5

机械专业，具有良好的动手能力，工作踏实、有责任心、认真严谨、一丝不苟。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • CUDA平台上序列比对并行软件的优化

    星级： 67 页

  • CUDA兼容图形卡作为BLAST序列比对的有效硬件加速器研究

    星级： 2 页

  • 基于图形卡硬件的区域增长分割算法的研究

    星级： 79 页

  • 基于图形卡硬件的区域增长分割算法的研究

    星级： 76 页

  • CUDA兼容图形卡作为BLAST序列比对的有效硬件加速器研究

    星级： 3 页

  • CUDA兼容图形卡作为BLAST序列比对的有效硬件加速器研究

    星级： 3 页

  • 基于图形卡硬件的区域增长分割算法的研究

    星级： 74 页

  • 基于图形卡硬件的区域增长分割算法的研究

    星级： 75 页

  • CUDA平台上序列比对并行软件的优化

    星级： 74 页

  • 基于图形卡硬件的区域增长分割算法的研究

    星级： 77 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: CUDA兼容图形卡作为BLAST序列比对的有效硬件加速器研究　

    下载积分： 685

    内容提示： 《工业控制计算机》20” 年第24卷第1期CUDA兼容图形卡作为BLAST序列比对的有效硬件加速器研究Research on CUDACompati bl e GPUAccel erators for BLAST胡娅黄理灿期b晖( 浙江理工大学信息电子学院，浙江杭州310018)摘要提出了在硬件产品上运行BLAST算法的方案，认为可以使BLAST达到目前为止最快的速度。它是在由NVIDIA发布的CUDA编程环境上执行的。做了详尽的模拟试验，在一个3GHz英特尔奔腾l V处理器上运行，比较了BLAST和SSEARCH的执行。方案与最新公布的GPU执行情况和一个SIMD解决方案进行了比较，测试表明，实现了在硬件产品上获得更大速度的目的，也降低了大...

    文档格式：PDF | 页数：2 | 浏览次数：52 | 上传日期：2016-05-03 08:00:42 | 文档星级：
    《工业控制计算机》20” 年第24卷第1期CUDA兼容图形卡作为BLAST序列比对的有效硬件加速器研究Research on CUDACompati bl e GPUAccel erators for BLAST胡娅黄理灿期b晖( 浙江理工大学信息电子学院，浙江杭州310018)摘要提出了在硬件产品上运行BLAST算法的方案，认为可以使BLAST达到目前为止最快的速度。它是在由NVIDIA发布的CUDA编程环境上执行的。做了详尽的模拟试验，在一个3GHz英特尔奔腾l V处理器上运行，比较了BLAST和SSEARCH的执行。方案与最新公布的GPU执行情况和一个SIMD解决方案进行了比较，测试表明，实现了在硬件产品上获得更大速度的目的，也降低了大规模比对的执行成本。关键词：BLAsT。序列比对，CUDA，GPUAbstractThi spaperpresent thesol uti on of the BLAST al gori thmsol uti onupto date．It i si mpl emented i nthe recentl y rel easeddone exhausti ve si mul ati on tests tocompareouri mpl ementati onIVprocessor．Thi ssol uti on i s al socomparedto arecentl y publ i shedDatasol uti on．These testsshow that thestudyachi eve thepurpose，toso al l owsl argescal eal i gnmentsto beperf ormedat l ow cost．Keywords：BLAST，sequence al i gnment．CUDA。GPU在生物信息学中，对序列数据进行相似性比较即序列比对，是一种基本的信息处理方法，它对于发现生物序列中的功能、结构和进化的信息具有非常重要的意义。在蛋白质和DNA数据库中寻求相似性已经成为分子生物学的例行程序。BLAST算法已经问世超过20年，是由Al tshul 等人在1990年提出的一种启发式算法。随着人类基因组计划的进行，各种模式生物的全基因组序列不断涌现，对序列比对的算法提出了更高的要求。1BLAST算法BLAST算法是目前最常用的基于局部相似性的数据库搜索程序。此算法采用了一种短片段匹配算法和一种有效的统计模型来找出目标序列和数据库之间的最佳局部比对效果。其基本思想是：通过产生数量更少的但质量更好的增强点来提高速度。BLAST算法是建立在严格的统计学的基础之上的，它集中于发现具有较高的相似性的局部，且局部中不能含有空位。由于局部的限制条件。在大多数情况下，会被分解为若干个明显的HSP( Hi gh—score Sequence Pai rs)。1) 首先确定一个终止值S、步长参数w和一个阀值t，S值通常是基于karl i n统计方法指明一个预期的终止E值，然后软件会在考虑搜索背景性质的基础上计算出合适的S值。使要的序列中包含一个分值不小于S的HSP。2) 引入邻近字串的思想：不需要字串确切地匹配，当有一个字串的分值高于t时，BLAST就宣称找到了一个选中的字串。为了提高速度，允许较长的字串长度W。W值很少变化，这样，t值就成为权衡速度和敏感度的参数。3) 一个字串选中后，程序会进行没有空位的局部寻优，联配的最低分值是S，当联配延伸时会遇到一些负的分值，使得联配的分值下降，当下降的分值小于S时，命中的延伸就会终止。这样系统会减少消耗于毫无指望的选中延伸的时间，使系统的性能得以改进。到目前为止。CUDA的版本已经进行了三次版本提升。功能不断完善，能够很好地支持新硬件的特性，CUDA架构更加灵活，更适合通用计算，已得到较为广泛的应用。CUDA是用于GPU计算的开发环境，它是一个全新的软硬件架构，可以将GPU视为一个并行数据计算的设备，对所进行的计算进行分配和管理。它有它自己的随机存取设备，可并行运行非常多的线程数，如图1所示。圈1 CUDA编程模型

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司