原文服务方: 计算机应用研究       
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.
推荐文章
基于图形处理器的通用计算技术的研究
图形处理器
GPGPU
纹理映射
并行计算
异构计算
基于图形处理器的通用计算模式
图形处理器
通用计算
图形流水线
基于图形处理器的划分聚类算法效率研究
聚类分析
图形处理器
通用计算
划分聚类
基于宇宙计算的图形处理器算法实现
宇宙计算
孔径质量
角相关函数
图形处理器
统一计算设备结构
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 图形处理器在分层聚类算法中的通用计算研究
来源期刊 计算机应用研究 学科
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
研究方向 页码范围 2319-2321,2327
页数 4页 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.08.020
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (118)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (7)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类分析
图形处理器
通用计算
分层聚类
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导