构建适用于深度学习的海浪样本数据集的并行算法实现及性能优化

• 作者: 邹国良 郝剑波 陈长吉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 海浪样本数据集 关键帧 加权均值滤波 并行优化 OpenMP
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 57-63
• 页数: 7页
• 分类号: TP391
• 字数: 5147字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.012

摘要

采用深度学习算法来实现海浪等级的划分,数据来源于洋山港视频监测及同步海浪测量.针对近岸海浪识别系统中,构建海浪样本数据集中图像处理部分计算量超大的问题,设计一种海浪样本数据集图像处理的并行化运算方案.构建海浪样本数据集时,主要将视频进行关键帧提取,经过加权均值滤波去噪,生成与海浪等级对应标签,实现了海浪样本数据集的构建.在多核计算机上采用OpenMP对海浪样本数据集图像处理过程进行并行算法仿真,同时完善相关代码的性能优化.实验结果表明,设计的并行算法比串行算法大大地提高运算速度和多核利用率,当优化后线程K=8时,加速比可以达到24.29.该算法具有扩展性好、性能高、使用简单方便、价格低廉的优点,具有良好的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹国良	上海海洋大学信息学院	21	55	4.0	5.0
2	郝剑波	上海海洋大学信息学院	3	12	2.0	3.0
3	陈长吉	上海海洋大学信息学院	2	4	1.0	2.0