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:
由于利用MIDI文件中提取的特征和耗时的匹配算法,当前的哼唱检索系统可以实时处理的规模很小.由于SPRING算法显著降低了子序列匹配的复杂度,通过将哼唱检索抽象为一个子序列匹配问题,然后利用SPRING算法作为核心的匹配算法对音高序列进行子序列匹配,大大缩短了匹配时间.此外,利用GPU对SPRING算法进行加速,算法与串行算法相比获得接近40倍的加速比,使单节点每秒可以匹配的序列数目达到几千个.最后利用集群对系统进行加速.结果表明,我们的系统具有很好的扩展能力,同时检索的准确率也指明了当前的问题和今后的方向.
推荐文章
基于DSMI算法和GPU加速的大规模视频检索系统
大规模视频检索
动态滑动窗口
互信息量
图形处理器加速
基于相对特征的音乐哼唱多句检索算法
索引
多句检索
特征转换
基于内容的图象检索系统
基于内容的图象检索
特征提取
特征表示
相关反馈
基于校园网的信息智能检索系统
校园网
信息智能检索
系统
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MPI+GPU的哼唱检索系统加速
来源期刊 计算机工程与科学 学科 工学
关键词 哼唱检索 特征提取 SPRING GPU MPI
年,卷(期) 2013,(11) 所属期刊栏目 高性能计算专辑
研究方向 页码范围 168-174
页数 7页 分类号 TP391
字数 5295字 语种 中文
DOI 10.3969/j.issn.1007-130X.2013.11.026
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 阮利 北京航空航天大学计算机学院 11 25 3.0 5.0
2 姚光超 1 2 1.0 1.0
3 郑尧 北京航空航天大学计算机学院 1 2 1.0 1.0
4 肖利民 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (17)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
哼唱检索
特征提取
SPRING
GPU
MPI
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导