特征信息发现的并行算法及实现研究

特征信息发现即是在海量数据中发现具有某种所需特征的有效信息，通过这些特征信息揭示蕴涵在海量数据中的客观规律，从而使得信息转化为可用的知识。如何高效发现特征信息是目前数据储备量达到一定规模之后亟需解决的实际问题，高性能计算机为解决这类问题提供了有效手段。本项目开展特征信息发现的并行算法及其实现技术研究与应用，通过对实际应用问题数学模型和现有算法的深入分析与研究，运用并行计算思想与理论，结合当代主流并行计算机结构特点，设计出新的并行算法，针对生物信息学和药物设计两个学科领域中的具体特征信息发现问题，研究出高效的并行实现技术，完成计算程序编制，经过正确性和稳定性测试之后，通过中国国家网格提供用户使用。预期研究成果：自主设计的高效并行算法；三个以上的实际应用实现；两套应用程序，保证在中国国家网格中稳定运行并可为广大用户使用。