GPU上高光谱快速ICA降维并行算法

• 作者: 周海芳 张卫民 方民权 申小龙
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 图像处理单元 高光谱影像降维 快速独立成分分析 并行算法 性能优化
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 计算机科学与技术?信息与通信工程
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP391
• 字数: 5157字
• 语种: 中文
• DOI: 10.11887/j.cn.201504011

摘要

高光谱影像降维快速独立成分分析过程包含大规模矩阵运算和大量迭代计算。通过分析算法热点，设计协方差矩阵计算、白化处理、ICA迭代和IC变换等关键热点的图像处理单元映射方案，提出并实现一种G-FastICA并行算法，并基于GPU架构研究算法优化策略。实验结果显示：在处理高光谱影像降维时， CPU／GPU异构系统能获得比CPU 更高效的性能，G-FastICA算法比串行最高可获得72倍加速比，比16核CPU并行处理快4～6．5倍。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周海芳	国防科技大学计算机学院	36	295	10.0	16.0
2	张卫民	国防科技大学计算机学院	35	279	9.0	16.0
3	方民权	国防科技大学计算机学院	6	11	2.0	3.0
4	申小龙	国防科技大学计算机学院	3	8	2.0	2.0