可扩展的迭代自组织分析并行处理算法

发布时间：2017-06-20 23:04

  本文关键词：可扩展的迭代自组织分析并行处理算法，由笔耕文化传播整理发布。

【摘要】：随着遥感影像数据量的增加,传统非监督分类迭代自组织分析(ISODATA)算法的运算将十分耗时,应用并行计算技术能够有效解决该性能瓶颈。针对现有基于并行计算模型MapReduce的遥感迭代自组织分析并行算法存在的局限性,提出一种可扩展的基于MapReduce的迭代自组织分析并行处理算法。该算法通过其包含的全局子采样算法、聚类中心点集合过滤算法以及聚类映射算法,有效克服了现有并行算法中存在的不足。实验结果表明,在同等规模遥感计算中,该算法效率高于现有并行处理算法,具有良好的加速比,且在处理更大的影像块时具有更高的精度。
【作者单位】： 长江南京航道局;武汉大学遥感信息工程学院;
【关键词】： 迭代自组织分析算法 ISODATA MapReduce模型 并行计算 遥感影像 非监督分类
【分类号】：TP751
【正文快照】： 0引言有限的计算资源无法满足大规模遥感影像的数据密集型处理需求,是遥感影像应用领域面临的主要瓶颈之一[1]。即使在性能优良的服务器环境下,一次大规模的遥感影像处理任务仍会耗费数天时间,这严重影响了遥感处理产品的实时性,制约了遥感技术的深入应用。迭代自组织分析算法

  本文关键词：可扩展的迭代自组织分析并行处理算法，由笔耕文化传播整理发布。

，

本文编号：467069