压缩感知重构算法的并行化及GPU加速

• 作者: 何伟超 何文杰 孙权森
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 压缩感知 重构算法 算法加速 并行化计算 图形处理器
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 110-114
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.413

摘要

针对压缩感知重构算法计算实时性太差的问题,提出压缩采样追踪匹配(compressive sampling matching pursuit,CoSaMP)算法的并行化加速算法.基于多线程技术实现重构算法的粗粒度并行化,分析CoSaMP算法的计算热点,将其中耗时较多的矩阵操作移植在图形处理器(graphics processing unit,GPU)上,实现算法的细粒度并行化.在测试图像上进行试验,结果表明:并行化加速算法取得50倍的加速效果,有效地降低重构算法的计算时间开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙权森	南京理工大学计算机科学与工程学院	112	1385	19.0	32.0
2	何文杰	南京理工大学计算机科学与工程学院	1	2	1.0	1.0
3	何伟超	电子科技大学计算机科学与工程学院	1	2	1.0	1.0