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:
利用CUDA编程在GPU平台设计并行实现阈值的迭代算法,并应用于稀疏微波成像.仿真实验结果表明,在正确重建信号的前提下,相对于常规的CPU串行计算,采用GPU并行处理能加快运算,提高成像速度.
推荐文章
基于CUDA的并行粒子群优化算法的设计与实现
粒子群优化算法
并行计算
GPU
统一计算设备架构
基于CUDA的汇流分析并行算法的研究与实现
并行计算
图形处理器
统一设备计算架构
汇流分析
数字高程模型
基于CUDA的视频运动目标检测算法并行实现
目标检测
能量优化
并行计算
统一计算设备架构
基于CUBLAS和CUDA的MNF并行算法设计与优化
图像处理单元
GPU性能优化
高光谱影像降维
最大噪声分数变换
协方差矩阵计算
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 基于CUDA的阈值迭代算法并行实现
来源期刊 中国科学院大学学报 学科 工学
关键词 稀疏微波成像 阈值迭代算法 计算统一设备架构(CUDA) 并行处理
年,卷(期) 2013,(5) 所属期刊栏目 信息与电子科学
研究方向 页码范围 676-681
页数 分类号 TN957
字数 语种 中文
DOI 10.7523/j.issn.2095-6134.2013.05.016
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 张冰尘 中国科学院电子学研究所微波成像技术重点实验室 54 401 10.0 17.0
2 蒋成龙 中国科学院电子学研究所微波成像技术重点实验室 4 18 3.0 4.0
6 耿旻明 中国科学院电子学研究所微波成像技术重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(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
稀疏微波成像
阈值迭代算法
计算统一设备架构(CUDA)
并行处理
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
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导