K-means算法并行實(shí)現(xiàn)與性能優(yōu)化.pdf_第1頁(yè)
已閱讀1頁(yè),還剩53頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、K-means算法是最常用的聚類(lèi)算法之一。由于K-means算法易于理解和實(shí)現(xiàn),并且執(zhí)行效率比一般聚類(lèi)算法要高,所以在模式識(shí)別、機(jī)器視覺(jué)和信息檢索等領(lǐng)域得到了廣泛應(yīng)用。本文通過(guò)CUDA技術(shù)實(shí)現(xiàn)了K-means算法,并對(duì)算法實(shí)現(xiàn)的性能以及擴(kuò)展性進(jìn)行了研究。
  CUDA技術(shù)是NVIDIA公司提出的GPU并行計(jì)算解決方案。GPU是專(zhuān)門(mén)用于圖像運(yùn)算工作的處理器,而圖像處理任務(wù)具有并行和計(jì)算密集的特點(diǎn),所以GPU非常適合于并行計(jì)算工作。在

2、使用CUDA實(shí)現(xiàn)K-means算法的過(guò)程中,一方面需要了解CUDA的技術(shù)特點(diǎn),另一方面需要考慮算法的實(shí)現(xiàn)細(xì)節(jié)。
  為了提高算法的性能,本文通過(guò)在保存分組信息的結(jié)構(gòu)中加入標(biāo)記信息,實(shí)現(xiàn)了算法循環(huán)條件的并行計(jì)算,使用流機(jī)制實(shí)現(xiàn)GPU端數(shù)據(jù)傳輸和計(jì)算的并行,使用異步機(jī)制實(shí)現(xiàn)了主機(jī)端和設(shè)備端操作的并行。通過(guò)對(duì)所涉及到的各種存儲(chǔ)器進(jìn)行研究,論文優(yōu)化了算法的訪(fǎng)存操作。在處理大數(shù)據(jù)集和小數(shù)據(jù)集時(shí),本文算法采用了不同的實(shí)現(xiàn)。通過(guò)這種分類(lèi)處理方法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論