一种基于GPU的KNN动态扩展查询策略

• 作者: 李文海 汤佳 龚奕利
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图形处理器 计算统一设备架构 测试指标 K最近邻查询 格网索引
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391
• 字数: 6145字
• 语种: 中文

摘要

传统的图形处理器(GPU)执行PGrid索引K最近邻(KNN)查询方法时存在查询粒度大、冗余计算多、性能不稳定等问题.为此,基于空间KNN关系查询,提出一种基于细粒度划分查找范围的KNN查询策略.基于欧氏距离的三角不等特性构建Cell的动态查询范围扩展,实现查询范围相对于Cell各个边界距离的细粒度划分和扩展,分析给定K值时对象数量的优化格网尺度.实验结果表明,与传统KNN查询方法相比,该查询策略在不同K值和格网划分尺度下具有明显的性能优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚奕利	武汉大学计算机学院软件工程国家重点实验室	15	67	4.0	7.0
2	李文海	武汉大学计算机学院软件工程国家重点实验室	12	42	3.0	6.0
3	汤佳	武汉大学计算机学院软件工程国家重点实验室	1	0	0.0	0.0