当前位置:主页 > 科技论文 > 自动化论文 >

基于CUBLAS和CUDA的MNF并行算法设计与优化

发布时间:2018-03-18 05:18

  本文选题:图像处理单元 切入点:GPU性能优化 出处:《湖南大学学报(自然科学版)》2017年04期  论文类型:期刊论文


【摘要】:为实现高光谱影像数据快速降维,基于nVidia的图像处理单元(graphic processing unit,GPU)研究最大噪声分数变换(Maximum Noise Fraction Rotation,MNF Rotation)降维算法的并行设计与优化,通过对加速热点并行优化,择优整合,设计并实现基于CUBLAS(CUDA Basic Linear Algebra Subprograms)库的MNF-L(MNF-on-Library)算法和基于CPU/GPU异构系统的MNF-C(MNF-on-CUDA)算法.实验结果显示MNF-L算法加速11.5~60.6倍不等,MNF-C算法加速效果最好,加速46.5~92.9倍不等.研究结果表明了GPU在高光谱影像线性降维领域的巨大优势.
[Abstract]:In order to realize fast dimensionality reduction of hyperspectral image data, the parallel design and optimization of maximum Noise Fraction rotation (MNF) reduction algorithm based on nVidia (graphic processing Unit GPU) is studied. The MNF-LU MNF-on-Library-based algorithm based on CUBLAS(CUDA Basic Linear Algebra subprograms and the MNF-Cnon-CUDA-based MNF-CU MNF-on-CUDA-based algorithm based on CPU/GPU heterogeneous systems are designed and implemented. The experimental results show that the MNF-L algorithm accelerates the MNF-C algorithm with an acceleration rate of 11.5 times or 60.6 times higher than that of the MNF-C algorithm. The results show that GPU has great advantages in the field of linear dimensionality reduction of hyperspectral images.
【作者单位】: 国防科学技术大学计算机学院;
【基金】:国家自然科学基金资助项目(61272146) 国防科学技术大学优秀研究生创新资助项目(B151101)~~
【分类号】:TP751

【相似文献】

相关期刊论文 前10条

1 甘甫平;王润生;;高光谱遥感技术在地质领域中的应用[J];国土资源遥感;2007年04期

2 余旭初;杨国鹏;冯伍法;周欣;;基于简约集支持向量机的高光谱影像分类[J];计算机科学;2010年11期

3 李新双;张良培;李平湘;吴波;;基于小波分量特征值匹配的高光谱影像分类[J];武汉大学学报(信息科学版);2006年03期

4 杨可明;陈云浩;郭达志;蒋金豹;;基于高光谱影像的小麦条锈病光谱信息探测与提取(英文)[J];光子学报;2008年01期

5 苏俊英;舒宁;;一种基于非线性增益小波滤波的高光谱影像去噪技术研究[J];遥感技术与应用;2008年04期

6 杨可明;李慧;郭达志;;基于最佳小波包基的高光谱影像特征制图[J];测绘学报;2008年01期

7 杨国鹏;余旭初;刘伟;陈伟;;基于支持向量机的高光谱影像分类研究[J];计算机工程与设计;2008年08期

8 董超;赵慧洁;;关联向量机在高光谱影像分类中的应用[J];遥感学报;2010年06期

9 冯海亮;潘竞文;黄鸿;;半监督邻域保持嵌入在高光谱影像分类中的应用[J];计算机科学;2014年S1期

10 杜辉强;舒宁;;高光谱影像能量边缘提取[J];武汉大学学报(信息科学版);2006年02期

相关会议论文 前4条

1 于美娇;董广军;张永生;纪松;杨靖宇;;一种基于极大后验估计的高光谱影像分辨率增强方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

2 张杰林;;砂岩型铀矿床高光谱数据挖掘技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年

4 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年

相关博士学位论文 前1条

1 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年

相关硕士学位论文 前7条

1 张风;基于子空间学习的高光谱影像地物分类[D];西安电子科技大学;2015年

2 祝鹏飞;面向对象的高光谱影像地物分类技术研究[D];解放军信息工程大学;2011年

3 杨国鹏;基于核方法的高光谱影像分类与特征提取[D];解放军信息工程大学;2007年

4 潘竞文;半监督邻域保持嵌入在高光谱影像分类中的应用[D];重庆大学;2014年

5 徐卫霄;高光谱影像集成学习分类及后处理技术研究[D];解放军信息工程大学;2011年

6 闻兵工;地物光谱特征分析技术研究[D];解放军信息工程大学;2009年

7 陈伟;高光谱影像混合像元分解技术研究[D];解放军信息工程大学;2009年



本文编号:1628170

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1628170.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户46983***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com