CPU-GPU混合編程模型上的并行譜聚類(lèi)實(shí)現(xiàn).pdf

1、譜聚類(lèi)作為極具競(jìng)爭(zhēng)力的聚類(lèi)算法，目前已經(jīng)取得了較廣泛的應(yīng)用。譜聚類(lèi)算法本質(zhì)是通過(guò)特征分解，將原始的高維數(shù)據(jù)空間映射到特征向量空間，即低維的線性測(cè)度空間，然后對(duì)特征向量空間中的數(shù)據(jù)點(diǎn)進(jìn)行聚類(lèi)，所以譜聚類(lèi)方法相對(duì)簡(jiǎn)單，對(duì)復(fù)雜分布的數(shù)據(jù)也十分有效。但是作為一種新發(fā)展的聚類(lèi)算法，譜聚類(lèi)算法本身仍存在許多值得深入研究的問(wèn)題，在如何構(gòu)造相似矩陣W、如何處理特征向量、如何自動(dòng)確定聚類(lèi)數(shù)目、如何選取Laplacian矩陣、如何運(yùn)用到大規(guī)模學(xué)習(xí)問(wèn)題中幾個(gè)

2、方面尤為明顯。在如今普遍的海量信息面前，譜聚類(lèi)適用于大規(guī)模學(xué)習(xí)的問(wèn)題亟待解決。隨著當(dāng)代科學(xué)與工程、制造業(yè)的需求驅(qū)動(dòng)，高性能計(jì)算近些年來(lái)得到迅猛發(fā)展。相對(duì)于CPU的發(fā)展放緩，圖形處理單元(GPU，Graph Processing Unit)在高性能計(jì)算方面的卓越表現(xiàn)受到越來(lái)越多人的矚目。GPU優(yōu)秀的計(jì)算性能以及高速的訪存帶寬為譜聚類(lèi)在應(yīng)用到大規(guī)模數(shù)據(jù)時(shí)，提高計(jì)算效率和節(jié)省內(nèi)存空間提供了良好的平臺(tái)支持。
　　為了解決利用譜聚類(lèi)進(jìn)行大規(guī)

3、模數(shù)據(jù)處理時(shí)計(jì)算和空間復(fù)雜度較大的問(wèn)題，本文在CPU/GPU異構(gòu)編程模型上實(shí)現(xiàn)了一個(gè)基于t近鄰相似矩陣的譜聚類(lèi)方法(HSC)。同時(shí)針對(duì)數(shù)據(jù)規(guī)模過(guò)大時(shí)設(shè)備內(nèi)存受限導(dǎo)致HSC不能正常工作的問(wèn)題，本文提出了將數(shù)據(jù)分塊后形成流水機(jī)制并在CPU/GPU異構(gòu)編程模型上進(jìn)行實(shí)現(xiàn)(HBSC)。在配有GTX480的單個(gè)計(jì)算節(jié)點(diǎn)和配有4個(gè)計(jì)算節(jié)點(diǎn)的MPI集群環(huán)境下，使用rcv1、covtypes、kddb和url等不同規(guī)模的數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，