基于CPU/GPU异构模式的高光谱遥感影像数据处理研究与实现

发布时间：2024-02-27 03:46

　　近年来,基于GPU的新型异构高性能计算模式的蓬勃发展为众多领域应用提供了良好的发展机遇,国内外遥感专家开始引入高性能异构计算来解决高光谱遥感影像高维空间特点所带来的数据计算量大、实时处理难等问题。在此简要介绍了高光谱遥感和CPU/GPU异构计算模式,总结了近几年国内外基于CPU/GPU异构模式的高光谱遥感数据处理研究现状和问题;并面向共享存储型小型桌面超级计算机,基于CPU/GPU异构模式实现了高光谱遥感影像MNF降维的并行化,通过与串行程序和共享存储的OpenMP同构模式对比,验证了异构模式在高光谱遥感处理领域的发展潜力。

【文章页数】：5 页

【文章目录】：
1 引言
2 相关背景
    2.1 高光谱遥感研究现状
    2.2 CPU/GPU异构计算模式
    2.3 基于CPU/GPU异构模式的高光谱遥感影像数据国内外研究现状
    2.4 存在的问题
3 基于CPU/GPU异构系统的高光谱MNF并行降维
    3.1 高光谱遥感MNF降维算法原理
    3.2 高光谱遥感MNF降维算法加速热点分析
    3.3 MNF算法加速热点并行设计及优化
    3.4 基于OpenMP的MNF并行降维算法
    3.5 基于CPU/GPU异构模式的MNF并行降维算法
4 实验结果与分析
    4.1 实验平台
    4.2 实验数据
    4.3 实验结果



本文编号：3912325