图形处理器在分层聚类算法中的通用计算研究

• 作者: 朱雅丽 李琳 李肯立
• 来源期刊: 计算机应用研究
• 关键词: 聚类分析 图形处理器 通用计算 分层聚类
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2319-2321,2327
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.08.020

摘要

ROCK是一种采用数据点间的公共链接数来衡量相似度的分层聚类方法,该方法对于高维、稀疏特征的分类数据具有高效的聚类效果.其邻接度矩阵计算是影响时间复杂度的关键步骤,将图形处理器(GPU)强大的浮点运算和超强的并行计算能力应用于此步骤,而其余步骤由CPU完成.基于GPU的ROCK算法的运算效率在AMD 643500+ CPU和NVIDIA GeForce 6800 GT显卡的硬件环境下经过实验测试,证明其运算速度比完全采用CPU计算速度要快.改进的分层聚类算法适合在数据流环境下对大量数据进行实时高效的聚类的操作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琳	湖南大学计算机与通信学院	110	2108	28.0	42.0
3	李肯立	湖南大学计算机与通信学院	130	931	16.0	22.0
6	朱雅丽	湖南大学计算机与通信学院	1	1	1.0	1.0