基于GPU的二部图联合聚类并行算法研究

编号 zgly0001607427

文献类型 期刊论文

文献题名 基于GPU的二部图联合聚类并行算法研究

作者 张宇  刘坡  杨敏华  龚建华  黄明详 

作者单位 中南大学地球科学与信息物理学院  中国科学院遥感与数字地球研究所遥感科学国家重点实验室  浙江中科空间信息技术应用研发中心  环境保护部信息中心 

母体文献 地理与地理信息科学 

年卷期 2013年04期

年份 2013 

分类号 TP311.13 

关键词 GPU  并行计算  空间聚类  二部图  邻接矩阵 

文摘内容 提出一种基于GPU的二部图联合聚类并行算法,它能够在单指令多线程模型下完成高性能并行计算。针对空间联合聚类算法中存在大量的空间聚类计算和约束判断计算(文中为求和计算),并行算法分别采用共享存储器和全局存储器加速技术,来提高算法执行的效率。该文以表示同一地区多时相、多比例尺的两个空间要素集的聚类为例,表明二部图并行算法比CPU串行算法最高可以获得858倍的加速比。GPU的实时处理能力和计算能力可以为海量的空间数据聚类提供新的思路和参考。