原文服务方: 微电子学与计算机       
摘要:
基于局部线性滤波函数的大多数图像处理操作,都可以表示成图像数据与一个权值样板的卷积.对于N×N的图像和M×M(M<N)的模板,卷积算法在单处理机上用传统的方法实现需要O(N2M2)时间.显然它应当采用数据并行的处理方法来实现.本文较详细地讨论了卷积算法在局部寄存器个数受限与不受限情况下的两维处理元阵列的数据并行实现方法,提出了一种适用于具有有限局部寄存器的-维处理元阵列的卷积并行算法,并对算法的复杂度进行了分析.
推荐文章
MCC-SIMD数据并行卷积计算方法的研究
数据并行
卷积计算
卷积路径
基于线积分卷积算法的并行实现方法
线积分卷积
矢量场可视化
并行计算
卷积神经网络并行训练的优化研究
卷积神经网络
数据并行
通讯优化
数据加载优化
深度卷积神经网络的多GPU并行框架
深度卷积神经网络
GPU
并行框架
图像识别
大数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 卷积计算的数据并行实现方法
来源期刊 微电子学与计算机 学科
关键词 卷积计算 数据并行 二维处理元阵列 一维处理元阵列
年,卷(期) 2003,(z1) 所属期刊栏目 研究与应用
研究方向 页码范围 4-7
页数 4页 分类号 O1
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2003.z1.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈绪榜 152 962 15.0 25.0
2 张发存 11 102 4.0 10.0
3 赵晓红 12 75 4.0 8.0
4 王忠 12 66 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积计算
数据并行
二维处理元阵列
一维处理元阵列
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导