基于CUBLAS和CUDA的MNF并行算法设计与优化

• 作者: 周海芳 方民权 高畅
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 图像处理单元 GPU性能优化 高光谱影像降维 最大噪声分数变换 协方差矩阵计算
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 147-156
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2017.04.020

摘要

为实现高光谱影像数据快速降维,基于nVidia的图像处理单元(graphic processing unit,GPU)研究最大噪声分数变换(Maximum Noise Fraction Rotation,MNF Rotation)降维算法的并行设计与优化,通过对加速热点并行优化,择优整合,设计并实现基于CUBLAS(CUDA Basic Linear Algebra Subprograms)库的MNF-L(MNF-on-Library)算法和基于CPU/GPU异构系统的MNF-C(MNF-on-CUDA)算法.实验结果显示MNF-L算法加速11.5～60.6倍不等,MNF-C算法加速效果最好,加速46.5～92.9倍不等.研究结果表明了GPU在高光谱影像线性降维领域的巨大优势.

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	国防科学技术大学计算机学院	29	253	8.0	14.0
2	方民权	国防科学技术大学计算机学院	6	20	3.0	4.0
3	高畅	国防科学技术大学计算机学院	1	6	1.0	1.0