(1)构造了数据集 GFCPD，该数据集不仅覆盖了 Livermore、NPB 等常见的并 行程序基准测试集，同时包含了常用的数学程序库以及图的相关算法、树的相关 算法等复杂算法的不同实现。是一个基于程序上下文流图(XFG)的通用数据集，是 一个可以用于串行程序并行性识别任务的深度学习数据集。 (2)建立了基于深度图卷积神经网络模型(DGCNN)的串行程序并行性识别模 型，并将该模型的识别结果同传统的静态分析方法、结合动态特征的机器学习方 法以及在算法分类问题上表现良好的深度学习模型进行对比，从而验证了 DGCNN 在串行程序的并行性识别任务中的可行性与有效性。 (3)基于 XML 技术实现了并行编程标记语言 PML，对 MPI、OpenMP 等现有 编程模型进行设计与封装，提供统一的标准化编程接口，简化了并行编程方式， 降低了并行编程门槛。 (4)实现了并行编程辅助平台，集成了串行程序的并行性识别、PML 语言的程 序开发、并行程序的远程调试等功能，提供友好的用户交互环境与完整的并行程 序开发流程。