版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、聚類分析作為一種新興的數(shù)據(jù)處理技術,近年來已成為數(shù)據(jù)挖掘中一個非?;钴S的研究方向。同時隨著實際應用中數(shù)據(jù)流的廣泛出現(xiàn),不僅需要考慮提高聚類質(zhì)量,如何提升聚類處理速度也是一個亟需解決的問題。由于目前各種聚類算法均是采用CPu進行計算實現(xiàn),聚類效率無法完全滿足實際需要。圖形處理器(graphics processing unit:以下簡稱GPU)具有很高的并行計算能力、超常的浮點運算速度。本文將目前幾種典型聚類算法在CPU上執(zhí)行的部分關鍵計
2、算步驟轉(zhuǎn)移到GPu上,進行非圖形繪制的通用計算處理,以提高聚類速度。 與經(jīng)典K-means算法相比,enhanced K-means算法只需處理部分點集的距離計算和比較操作,因而可使聚類效率得到較大提高。以此算法為基礎,提出了基于此算法的CPU+GPU的協(xié)同處理模式,利用GPU多個子素處理器可以進行并行計算的特性,將算法中處理比較耗時的距離計算與比較、每次參與循環(huán)計算的點集合判斷步驟由GPu實現(xiàn),而初始化、中心點計算、聚類結束判
3、定步驟仍由CPU實現(xiàn),在這種協(xié)同計算模式下,可使enhanced K-means算法的聚類效率提高約35%。 其次,對經(jīng)典ROCK和VBACC層次聚類算法及改進的基于動態(tài)近鄰選擇模型的DNNS算法進行分析比較。在此基礎上,借鑒Larsen提出的利用GPU進行矩陣快速相乘的思想,將此思想和GPU多子素處理器并行處理特點結合起來,應用在DNNS算法中,即將算法中的主要運算步驟連接度矩陣計算用GPu實現(xiàn),而建堆及合并操作由CPu完成,
4、這樣可使DNNs算法的聚類時間減少25%左右。 在一臺配有Pentium IV 3.4G CPu和NVIDIA GeForce 6800 GT顯卡的計算機上實現(xiàn)了上述基于GPU的算法和·完全由CPU完成的算法,實現(xiàn)過程中注意到CPU與GPU之間較小總線帶寬,將CPU與GPU之間的數(shù)據(jù)傳輸最小化。實驗結果表明:在具有相同聚類質(zhì)量的前提下,基于GPU的聚類算法的運算速度明顯快于傳統(tǒng)的基于CPU的聚類算法的處理速度。因此,這種GPu和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖形處理器的SIFT算法研究.pdf
- 基于圖形處理器加速的電網(wǎng)全網(wǎng)拓撲分析算法
- 基于圖形處理器的高速并行算法研究.pdf
- 基于圖形處理器的碰撞檢測算法的研究.pdf
- 24369.基于opencl的圖形處理器fdtd算法仿真研究
- 基于最新圖形處理器的圖形引擎技術研究.pdf
- 圖形處理器圖形管線的研究與實現(xiàn).pdf
- 基于圖形處理器的實時圖象目標檢測算法實現(xiàn).pdf
- 以DSP處理器為核心的圖形發(fā)生器單元圖形算法研究.pdf
- 圖形處理器加速網(wǎng)絡分組處理的研究.pdf
- 基于圖形處理器的數(shù)據(jù)流并行處理方法研究.pdf
- 圖形處理器的仿真驗證.pdf
- 基于圖形處理器的合成孔徑雷達成像算法.pdf
- 基于多核處理器的節(jié)能調(diào)度算法研究.pdf
- 基于圖形處理器的數(shù)據(jù)管理技術研究.pdf
- 基于圖形處理器的超聲成像仿真平臺.pdf
- 基于可重構處理器的并行視覺處理算法研究.pdf
- 基于網(wǎng)絡處理器的包分類算法.pdf
- 基于圖形處理器的視頻轉(zhuǎn)換技術的研究與應用.pdf
- 基于多核處理器并行加速EDA算法研究.pdf
評論
0/150
提交評論