作者:
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:
对于图数据来说,其是当前很多学科的基础理论,特别是对于数学和计算机学科,如何实现图算法的计算效率是最主要的研究内容之一,伴随着算法的成熟,传统的图算法已经无法满足发展需要,为此,人们逐渐开始进行并行图算法的研究。但由于传统的CPU对数据处理受到限制,研究人员逐渐引进了新型的GPU运算处理器,其具有运算核心数量多和能力强等优点,随着对GPU研究的增多,GPU领域的图算法发展也得到了有效的提高。本文对当前的GPU加速技术在图论算法中的应用进行了简单的介绍。
推荐文章
GPU加速的神经网络BP算法
图形处理器
神经网络
反向传播算法
GPU加速的差分进化粒子滤波算法
GPU
粒子滤波
差分进化
并行规约
零内存访问冲突
基于GPU加速的改进的光线投射算法研究
GPU
光线投射算法
体绘制
采样间距
不透明度值
基于GPU加速遗传算法的直接定位研究
直接定位
GPU加速
遗传算法
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 GPU加速技术在图论算法中的应用探讨
来源期刊 中国新通信 学科
关键词 CUDA 强连通分量 最小生成树 最短路径
年,卷(期) 2016,(13) 所属期刊栏目 互联网+技术 Internet Technology
研究方向 页码范围 41-42
页数 2页 分类号
字数 2675字 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 纪泽宇 2 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  (2)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
2006(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
CUDA
强连通分量
最小生成树
最短路径
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
中国新通信
半月刊
1673-4866
11-5402/TN
大16开
北京市朝阳去北土城西路16号友城大厦231室
2-76
1999
chi
出版文献量(篇)
35628
总下载数(次)
119
总被引数(次)
47466
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导