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:
聚类算法作为数据挖掘中的经典算法,在雷达回波的数据分析中经常被采用.然而对于规模和维度都较大的输入数据集,算法十分耗时.很多研究虽然对聚类算法进行了GPU平台的并行和优化的工作,但都忽略了输入数据集对优化的影响.因此,提出了在GPU/CUDA平台上的一种新颖的雷达快速聚类实现.该实现通过运行时的方式对输入的回波数据进行观察,以获取数据的分布信息,用以指导聚类计算在GPU上执行时的线程块调度.而该运行时模块本身的开销非常小.实验表明,引入这种输入感知的运行时调度支持后,大大削减了GPU的计算负载,获得了相对于一般策略的CUDA实现的20%~40%的性能提升,加强了算法的实时性能.
推荐文章
一种快速的支持向量聚类雷达信号分选方法
雷达信号分选
支持向量聚类
锥面映射
熵表征
聚类因子
基于GPU-CPU流水线的雷达回波快速聚类
GPU
CUDA
聚类算法
流水线
一种快速空间聚类算法
聚类
空间聚类
单维距离
空间密度
一种新的快速混合聚类算法
划分
层次
压碎
聚类
算法
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 一种输入感知的雷达回波快速聚类实现
来源期刊 计算机科学 学科 工学
关键词 聚类算法 实时性 输入感知 图形处理器 统一计算设备架构
年,卷(期) 2012,(12) 所属期刊栏目 体系结构
研究方向 页码范围 295-299
页数 5页 分类号 TP391
字数 5899字 语种 中文
DOI
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 周伟 中国科学技术大学计算机科学与技术学院 88 475 12.0 18.0
3 安虹 中国科学技术大学计算机科学与技术学院 65 224 7.0 12.0
4 李小强 中国科学技术大学计算机科学与技术学院 40 553 14.0 23.0
7 刘谷 中国科学技术大学计算机科学与技术学院 3 8 2.0 2.0
8 吴石磊 中国科学技术大学计算机科学与技术学院 4 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
聚类算法
实时性
输入感知
图形处理器
统一计算设备架构
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导