原文服务方: 微电子学与计算机       
摘要:
针对传统Dividing Cubes算法中一次性将体元剖分为较小体元而带来大量计算的问题,提出递进式的体元剖分方式,以减少剖分过程中的计算量。同时,将算法移植到图形处理器(GPU )上执行,在统一计算设备架构(CUDA )下对其进行实现,并分别对 kernel函数、线程结构和存储空间进行了设计和分配。实验结果表明,利用GPU的并行加速能力可以达到将近10倍的加速比,有效地提升了等值面的绘制速度。
推荐文章
基于Dividing Cubes的算法实现螺旋CT数据的三维重建
螺旋CT
三维可视化
规则网络数据场
基于CUDA加速的TLD算法实现
TLD
CUDA
目标跟踪
AES算法的CUDA高效实现方法
高级加密标准
电子密码本模式
图形处理器
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
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 Dividing Cubes 算法实现
来源期刊 微电子学与计算机 学科
关键词 等值面 剖分立方体算法 图形处理器 统一计算设备架构
年,卷(期) 2013,(12) 所属期刊栏目
研究方向 页码范围 5-9
页数 5页 分类号 TP391
字数 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 曹耀钦 22 105 6.0 9.0
2 李海龙 8 55 4.0 7.0
3 孙伟 8 18 3.0 3.0
4 张文波 4 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (13)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
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
等值面
剖分立方体算法
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
论文1v1指导