原文服务方: 科技与创新       
摘要:
针对以P-M模型为代表的偏微分方程图像处理计算量大、计算时间长等不足,本文研究了鲁棒性P-M模型,在求解偏微分方程时,为了保证求解精度,提高计算效率,采用了基于CUDA实现的共轭梯度法.实验表明,与传统的基于CPU实现的Thomas快速算法相比,本文实现方法计算所需时间明显减少,而且滤波效果也比显式计算方案明显增强.
推荐文章
鲁棒性P-M方程的快速实现
鲁棒性
P-M方程
CUDA
共轭梯度法
基于稀疏鲁棒M-投资选择模型的鲁棒Half算法
稀疏投资选择模型
Half阈值算法
稀疏鲁棒M-投资选择
L1/2正则化
鲁棒Half阈值算法
实现自适应边缘增强的P-M模型
图像去噪
P-M模型
shock滤波器
自适应边缘增强
拉普拉斯金字塔与p-m模型联合去噪方法
拉普拉斯金字塔
图像融合
图像恢复
p-m模型
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 鲁棒性P-M方程的快速实现
来源期刊 科技与创新 学科
关键词 鲁棒性 P-M方程 CUDA 共轭梯度法
年,卷(期) 2011,(7) 所属期刊栏目 软件时空
研究方向 页码范围 199-201
页数 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2011.07.079
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (1)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(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
鲁棒性
P-M方程
CUDA
共轭梯度法
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41330
总下载数(次)
0
总被引数(次)
202805
论文1v1指导