作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
迭代法是求解大型线性方程组的基本方法.为了充分利用GPU(Graphics Processing Unit,图形处理器)的并行处理能力,本文改进了雅可比迭代法和高斯-塞德尔迭代法的实现过程,从而提高了求解线性方程组的速度.并研究了在不同方程组阶数和迭代次数情况下,GPU对这两种迭代算法的加速效果.实验结果表明线性方程组的阶数为500,迭代次数为100时,雅可比迭代法速度可以提高130倍以上;高斯-塞德尔迭代法速度可以提高40倍以上.最后针对相同的方程组,使用两种迭代法分别在CPU和GPU上求解,并分析了产生不同加速效果的原因.
推荐文章
迭代法解线性方程组的收敛性比较
Matlab程序
Jacobi迭代
Gauaa-Seidel迭代
新的迭代方法
收敛性
求解一类HJB方程的非线性SOR迭代法
非线性方程
M-函数
单调收敛
二阶椭圆方程Dirichlet问题的迭代法求解
二阶椭圆方程
有限差分法
Jacobi迭代
收敛性
求解HJB方程的两类迭代法研究
HJB方程
Jacobi型迭代
Gauss-Seidel型迭代
单调收敛性
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 方程组的迭代法求解在GPU上的实现
来源期刊 电子器件 学科 工学
关键词 迭代法 图形处理器 雅可比 高斯-塞德尔
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 766-771
页数 分类号 TN911.73
字数 2226字 语种 中文
DOI 10.3969/j.issn.1005-9490.2010.06.027
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 张健 南京工程学院通信工程学院 36 102 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (175)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (9)
二级引证文献  (1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(9)
  • 参考文献(3)
  • 二级参考文献(6)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(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
迭代法
图形处理器
雅可比
高斯-塞德尔
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
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导