基于数据流聚类策略的GPU码书初始化算法

• 作者: 唐志梁 李林 聂小燕 鲁才
• 来源期刊: 计算机应用研究
• 关键词: 矢量量化 压缩体绘制 图形处理器 数据流聚类 可视化
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 426-430
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.02.024

摘要

码书生成是基于矢量量化压缩体绘制的关键之一,初始码书对码书生成算法有较大的影响.现有的码书初始化方法需要对原始海量数据进行多次迭代,数据频繁在硬盘、内存和GPU(图形处理器)之间进行数据传输,导致算法效率不高.针对码书生成的初始码书提取问题,提出了基于数据流聚类策略的初始码书生成算法.其基本思想是将海量三维数据体当做一个数据流(分块),对每一部分数据形成局部码书,再对所有的局部码书进行分类形成最终的初始码书.利用本方法可以极大地减少数据的读取和传输的次数,同时,充分利用GPU并行计算能力.通过仿真结果分析表明,提出的方法在效率和效果上都有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李林	四川大学锦城学院计算机科学与软件工程系	123	538	13.0	18.0
2	聂小燕	电子科技大学成都学院电子信息工程系	12	53	4.0	7.0
3	鲁才	电子科技大学通信与信息工程学院	10	43	4.0	6.0
4	唐志梁	电子科技大学通信与信息工程学院	1	1	1.0	1.0