K-means算法并行實(shí)現(xiàn)與性能優(yōu)化.pdf

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