基于图形处理器的层次聚类算法效率研究

• 作者: 李琳 李肯立
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图形处理器 通用计算 划分聚类
• 年，卷（期）: 2008,（31）
• 所属期刊栏目: 理论研究
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP301.6
• 字数: 3431字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.31.015

摘要

鉴于Larsen等人利用图形处理器(GPU)的多纹理技术做矩阵运算操作,以实现GPU在矩阵相乘方面的通用计算,提出一种利用GPU和CPU的协同处理模式,应用在基于层次聚类的动态近邻选择模型的聚类算法(DNNS)中,将算法中比较耗时的邻接度矩阵计算步骤交由GPU完成,而算法其余步骤由CPU执行,从而使算法的聚类效率得到显著提高.在配有Pentium Ⅳ 3.4 GCPU和NVIDIA GeForce 7800GT显卡的硬件环境下经过实验测试,证明这种协同处理模式下的运算速度比完全采用CPU计算速度要快25%左右.这种改进的层次聚类算法适合在数据流环境下对大量数据进行实时高效聚类操作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李肯立	湖南大学计算机与通信学院	130	931	16.0	22.0
2	李琳	衡阳师范学院计算机科学技术系	14	34	4.0	5.0