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:
针对海量遥感影像快速分类的应用需求,提出一种基于K-means算法的遥感影像并行分类方法.该方法结合CPU下进程级与线程级模式的并行特征,设计融合进程级与线程级并行的两阶段数据粒度划分方法和任务调度方法,在保证精度的基础上实现并行加速.利用大数据量的多尺度遥感影像进行实验,结果表明:所提并行方法可大大减少遥感影像的分类时间,取得了良好的加速比(13.83),并可达到负载均衡,从而解决了大区域遥感影像快速分类的问题.
推荐文章
基于K-means与SVM结合的遥感图像全自动分类方法
K-means
支持向量机
遥感图像分类
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
基于Spark的改进K-means算法的并行实现
聚类算法
简化轮廓系数
形态学相似距离
相似性度量
树干与地面点云分类K-means方法的改进
三维激光扫描
树木点云
K-means聚类方法
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 多核CPU下的K-means遥感影像分类并行方法
来源期刊 计算机应用 学科 工学
关键词 K-means算法 并行计算 负载均衡 数据粒度划分 消息传递接口 OpenMP
年,卷(期) 2015,(5) 所属期刊栏目 先进计算
研究方向 页码范围 1296-1301
页数 6页 分类号 TP751
字数 6048字 语种 中文
DOI 10.11772/j.issn.1001-9081.2015.05.1296
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (147)
参考文献  (19)
节点文献
引证文献  (16)
同被引文献  (56)
二级引证文献  (50)
1979(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(8)
  • 引证文献(7)
  • 二级引证文献(1)
2017(10)
  • 引证文献(2)
  • 二级引证文献(8)
2018(26)
  • 引证文献(4)
  • 二级引证文献(22)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
K-means算法
并行计算
负载均衡
数据粒度划分
消息传递接口
OpenMP
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导