检索结果-内蒙古大学图书馆

作者：杨洋华中科技大学

学位级别：硕士

由于光纤通信对于传输速率以及传输距离的要求不断提高，传统的强度调制/直接检测方式已经无法满足这些需求。取而代之的是数字相干光通信技术，具有灵敏度高，波长选择性好，频带资源利用率高等优点。另外，由于模数转换器速率的提高... 详细信息

由于光纤通信对于传输速率以及传输距离的要求不断提高，传统的强度调制/直接检测方式已经无法满足这些需求。取而代之的是数字相干光通信技术，具有灵敏度高，波长选择性好，频带资源利用率高等优点。另外，由于模数转换器速率的提高，能对模拟信号进行高速采样使其成为数字信号，使得数字信号处理(Digital SignalProcessing,DSP)技术应用于对光纤传输损伤的补偿成为可能，带来系统成本的大大降低。因此基于DSP技术的相干光通信系统逐渐成为了研究热点。对高速率的光通信系统进行数字信号处理，不可避免的需要具有超强计算能力的处理器。而GPU正是这样一种能够提供超强计算能力的处理器，GPU通用计算技术的发展，使得利用GPU进行超大规模的计算成为可能，因此提出了将GPU用于光通信信号处理，这样能够极大地提高处理速度，满足高速率光通信的需求。针对接收机中的DSP算法进行了深入研究，设计出了完整的数字信号处理流程结构，并且使用了适合并行化计算的算法，将其与GPU的特点相结合，能够充分利用到GPU的强大并行计算能力。利用GPU实现了以上算法，对接收机进行了仿真，仿真结果表明所设计的DSP处理过程具有良好的解码性能，能够很好的对信号在光纤中收到的损伤进行均衡，并能恢复出传输符号良好的原始星座图。并与CPU中实现的相同算法进行了对比，结果表明GPU相比于CPU，极大地提高了DSP处理速度，缩短了处理时间，能够带来明显的性能提升。

关键词：相干光通信相干检测数字信号处理图形处理器统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

聚类算法的GPU实现及其应用

聚类算法的GPU实现及其应用

引用

作者：王巍达哈尔滨工业大学

学位级别：硕士

随着互联网、云计算、移动计算的发展,高质量高效率的自然语言处理应用有力的促进了智能人机交互的发展。然而,大多数的自然语言处理应用需要大规模的统计模型,高质量的算法以时间成本为代价。目前,图形处理器(Graphics Processor Unit,... 详细信息

随着互联网、云计算、移动计算的发展,高质量高效率的自然语言处理应用有力的促进了智能人机交互的发展。然而,大多数的自然语言处理应用需要大规模的统计模型,高质量的算法以时间成本为代价。目前,图形处理器(Graphics Processor Unit,GPU)以其通用的并行计算模型和高度并行化的硬件设备已经得到广泛的应用。GPU通过挖掘算法中细粒度的数据并行性为提高算法的运行效率提供了有效的解决方案。本文主要分析两种自然语言处理算法并行化的可能性,仿射传播聚类算法和布朗聚类算法。在仿射传播算法中,我们采用层次仿射传播聚类算法的思想,通过分层聚类解决处理大规模数据时GPU显存容量限制的问题,采用CPU和GPU相结合的运算架构,利用基于线程映射和基于线程块映射的并行化策略优化算法计算量相对密集的部分。使用统一计算设备架构(Compute Unified Device Architecture,CUDA)编程模型重新实现该算法,在CPU和GPU环境下对比其性能。在中文手写识别应用中,相比于优化过的C实现最高加速比达到226.80倍。在布朗聚类算法中,采用固定窗口优化布朗聚类的思想,采用基于类别的二元语言模型,提出一种特殊的稀疏矩阵存储方式,利用基于线程映射和基于线程块映射的并行化策略结合多种同步策略优化算法各个计算过程。在药物命名实体识别应用中,在保证结果正确性的基础上,加速比达到44.82倍,随着语料和聚类数目的增加加速比成比例的增加。在查询意图检测应用中,该方法解决了C实现的算法无法在有限的时间内在大规模语料上构建布朗特征的瓶颈,优化后的算法可以在几分钟内处理GB级别的语料。实验表明,在其他特征的基础上结合布朗特征,交叉验证的准确率可以提高2个百分点,同时分析了在不同语料规模上、在不同聚类簇数目上构建的布朗特征对系统性能的影响。

关键词：仿射传播聚类算法布朗聚类算法并行优化图形处理器统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

使用绘图处理器加速之即时全球卫星定位系统软体基频接收机实作

使用绘图处理器加速之即时全球卫星定位系统软体基频接收机实作

引用

作者：吴峻丞国立台湾大学

学位级别：硕士

近年来，随着个人导航设备的普及化，市场对于各种形式的GPS接收机需求也越来越大。而基频软体接收机，随着处理器计算效能的进步，使用软体来进行GPS接收机开发的时机已经逐渐成熟。软体接收机相较于传统硬体架构，对于开发模组的移... 详细信息

近年来，随着个人导航设备的普及化，市场对于各种形式的GPS接收机需求也越来越大。而基频软体接收机，随着处理器计算效能的进步，使用软体来进行GPS接收机开发的时机已经逐渐成熟。软体接收机相较于传统硬体架构，对于开发模组的移植，相似系统的整合，系统升级以及计算演算法之更新，皆较具有较高弹性的优势。因此在处理器计算效能已可负荷接收机之基频讯号处理的当下，使用软体接收机来进行系统的开发无疑是能节省研发成本和研发周期之最佳的选择。本论文将会对于GPS软体接收机进行更进一步的改进。在程式稳定性上，会加入动态卫星增减之机制，使接收机能够不断对于外在的卫星讯号强弱变化进行调整，进而提升接收机的环境适应性。于程式执行效能上，将接收机较耗时的计算移至GPU中，以达到降低CPU负载对于程式执行效率的影响，并且使用GPU进行平行运算的加速，可同时达到降低计算时间以及降低系统耗能的目标。另外，为了改善接收机的定位精准度，本论文使用较精确的计算精确接收时间的方法，使其加强接收机位置之精确度。

关键词：全球卫星定位系统软体接收机统一计算设备架构绘图处理器加速平行运算处理

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的机织物疵点实时检测平台研发

基于机器视觉的机织物疵点实时检测平台研发

引用

作者：杨柳东华大学

学位级别：硕士

我国是面料生产大国,对面料质量控制这一工作不容小觑。面料织造完成后的最后一个环节通常是对织物疵点的检测,进而评价其等级。织物瑕疵的产生一般与原料、织造工艺、织机状态等密切相关。加强对织物疵点的检测、提高织物疵点的检测效... 详细信息

我国是面料生产大国,对面料质量控制这一工作不容小觑。面料织造完成后的最后一个环节通常是对织物疵点的检测,进而评价其等级。织物瑕疵的产生一般与原料、织造工艺、织机状态等密切相关。加强对织物疵点的检测、提高织物疵点的检测效率、使用先进的织物疵点检测设备是提高织造企业核心竞争力的一个重要途径。然而,我国大部分纺织企业依然使用传统的人工验布。因此,开发新一代智能验布机是大势所趋。目前,已经存在两种基于机器视觉的自动验布平台:安装在织机卷布辊后上方的在线验布平台和织物织造完成后的离线验布平台。然而,在线验布需要克服织机的振动、离线验布因其造价高工作不稳定等原因均未被广泛应用于纺织工业检测中。本文在总结了近些年中外商用织物表观缺陷检测设备与学者们的研究成果后,提出了一个新型的基于机器视觉技术的机织物表观缺陷检测平台。该平台采用造价较低的面阵CCD相机采集织物图像,在完成织物图像采集后,使用千兆以太网技术把图像快速传输到图像处理系统,图像处理过程经图形处理器加速以实现实时检测,发现织物疵点图像后,把检测结果显示在人机交互界面上,适用于低速实时检测任务。在参考前人的研究工作的基础上,本文提出了实时检测平台的整体设计方案,包括检测平台设计要求、工作原理及组成结构。并完成对检测平台子模块的任务与功能的划分。在平台硬件系统设计上,织物传动系统的双电机同步控制与光电自动对边控制保证了织物的平稳传输。光源、镜头及工业CCD面阵相机完成对织物高清图像的采集。图像处理模块主要采用了基于PC的CPU+GPU通用异构并行处理架构来完成对图像的高速处理。在平台软件实时检测软件系统的设计上,本文基于CUDA设计了织物图像实时检测系统。首先对软件的整体功能进行介绍和模块的划分。然后分别设计了图像获取程序和人工交互界面。最后设计了图像处理程序,并结合CUDA编程模型提出了一种通用织物图像并行处理模型。其中,基于相机软件开发包(SDK)提供的应用编程接口(API)函数开发了图像获取程序以及基于MFC开发了人机交互界面,其具备相机操作、疵点检测、实时图像与疵点图像的显示、布面疵点检测结果显示等功能。最后对系统实时性分析后可知,该该检测平台具备实时处理能力。在完成平台软硬件设计与实现的基础上,依次完成了以传动、光照、相机、图像采集处理模块为主的硬件平台的调试、以图像采集、图像处理、人机界面为主的软件调试。为完成对实时检测平台的验证,算法上采用了一种基于特征参数匹配的疵点判别方法,并基于OPENCV实现了图像疵点的判别过程。分析图像串行处理过程后发现,灰度图像向彩色图像的转化、图像滤波、特别是子图像均值与方差的计算非常耗时,不利于检测平台实时性的实现。继而提出了基于CUDA的织物图像疵点判别算法的实现,完成了对图像的并行处理。经实验后发现,图像灰度化的CUDA并行处理提高了10倍左右,而图像滤波速度的提高到原来的2.6倍左右,织物分块求子图灰度均值与方差的处理速度则提高了近30倍。随后采用此检测算法对100m白坯布完成实际织物瑕疵检测实验,该平台基本满足实时检测要求并且检测得到8处织物疵点图像。本文研发出的一种使用面阵CCD相机采集图像、采用CUDA进行图像处理的实时机器验布平台。这为以后其他织物疵点图像实时处理算法的设计与实现奠定了良好基础,并为商用自动验布系统的开发提供了一种设计思路。

关键词：织物疵点实时检测机器视觉统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

移动机器人语义地图构建系统研究

移动机器人语义地图构建系统研究

引用

作者：李尚宇北京工业大学

学位级别：硕士

机器人地图创建和定位是机器人领域内的一个重要研究方向。传统的移动机器人自主地图创建方法构建的栅格地图和拓扑地图可以满足机器人完成定位、导航、路径规划等任务需求。但以上两种地图只能描述环境的几何信息和拓扑信息,不包含环... 详细信息

机器人地图创建和定位是机器人领域内的一个重要研究方向。传统的移动机器人自主地图创建方法构建的栅格地图和拓扑地图可以满足机器人完成定位、导航、路径规划等任务需求。但以上两种地图只能描述环境的几何信息和拓扑信息,不包含环境的高级语义信息,而这些信息对于机器人更充分地理解环境、执行更高级的人机交互任务都是至关重要的。比如栅格地图可以表达出一个房间的几何信息,但是并不能指示出房间中有什么物体,也不能描述房间的属性和功能。而语义地图的构建便可以解决这一问题,使机器人在语义层次上理解环境信息,这和人类对环境理解的方式更为接近,在未来智能家居、医疗助残等领域有着广阔的应用前景。然而长期实践表明,移动机器人语义地图构建面临着诸多难题,如深度相机直接获得的深度图像存在大量的无效点会影响物体位置的获取与计算,环境物体的检测精度不高,基于图像的目标检测算法计算复杂度高无法在移动机器人上实时运行以及如何将语义信息和目标检测信息结合构建可用的语义地图等。此外,如何搭建、配置和部署机器人的硬件和软件环境以同时适应机器人传感器设备驱动、控制、导航定位、目标检测、网络通信等功能也是一个亟待解决的工程问题。本文针对上述问题展开了研究,主要贡献有:(1)开发了一种轻量级的基于深度卷积神经网络的目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能。并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率。(2)针对Kinect等RGB-D深度摄像机生成的深度图像存在以黑边、黑洞表现的大量无效点的缺陷,使用CUDA(Compute Unified Device Architecture,统一计算设备架构)技术开发了一种实时的深度图像修复算法。既完成了深度图像恢复的功能又保证了算法的实时性。(3)本文利用移动机器人的同时定位与地图创建算法(SLAM,Simultaneous Localization and Mapping)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建。本文针对深度图像修复的实时性、基于深度卷积神经网络的物体检测算法的实时性、移动机器人语义地图构建及表示的方法,提出了有效的解决方案。室内真实场景下的语义地图构建结果验证了本文方法的有效性。

关键词：深度学习图像修复语义地图贝叶斯推理统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的三维锥束CT重建算法加速技术研究

基于CUDA的三维锥束CT重建算法加速技术研究

引用

作者：范忠银中国科学院大学

学位级别：硕士

计算机断层成像(CT，Computed tomography)作为一种能够重现人体内部组织解剖结构成像的方法，广泛应用于医学影像诊断与影像引导放射治疗。但常规的螺旋CT仍有一些局限性:目前医院常规螺旋CT所采用的图像重建方法需要获取整个人体组织... 详细信息

计算机断层成像(CT，Computed tomography)作为一种能够重现人体内部组织解剖结构成像的方法，广泛应用于医学影像诊断与影像引导放射治疗。但常规的螺旋CT仍有一些局限性:目前医院常规螺旋CT所采用的图像重建方法需要获取整个人体组织的全方位投影数据，而且常规的CT射线剂量大，对细胞和DNA产生难以修复的终身性损害。相对于传统的螺旋CT，三维锥束CT（CBCT，Cone Beam CT）具有投影数据采集时间较短、射线剂量利用率较高、X射线辐射较小等显著优点，使其成为目前国际上CT领域研究和临床应用的热点。\n 重建算法作为CT成像技术中的核心部分，对于CT成像的质量和图像重建所需时间都有着决定性的影响。同时，快速重建图像是锥束CT系统在临床应用中为满足实时性诊断的一项重要要求。但是，目前已有的所有锥束CT重建算法都存在着计算量巨大的问题。如果仅仅利用普通PC机上的CPU来计算锥束CT系统图像重建中的海量投影数据是非常耗时的，因此提高三维锥束CT图像重建速度是当前锥束CT成像技术中迫切需要解决的问题。\n 利用普通PC机的图形处理器(GPU，Graphics Processing Unit)实现对三维锥束CT重建算法的并行化加速就有极大的研究以及工程实际应用价值。基于统一计算设备架构(CUDA，Computer Unified Device Architecture)图形处理器的推出更是方便了基于CUDA平台的锥束CT重建算法的研究。\n 论文主要研究基于CUDA的三维锥束CT重建算法的并行化加速技术研究。针对三维锥束CT重建问题，分别研究了以FDK（Feldkamp-Davis-Kress）算法为代表的解析重建算法以及以代数重建算法(ART，Algebraic Reconstruction Technique)和联合代数重建算法（SART，Simultaneous Algebraic Reconstruction Technique）为代表的迭代重建算法这两类重建算法，为了解决重建时间较长的问题，实现了基于CUDA的三维重建算法，从而有效地加快图像重建算法的数据重建速度。\n 本文研究工作主要包括三个部分:第一部分主要介绍在CUDA平台上实现了对经典的解析重建算法:FDK算法的并行化加速;第二部分主要介绍在CUDA平台实现了对迭代重建算法中的ART算法的并行化加速;第三部分主要介绍在CUDA平台上实现了对迭代重建算法中的SART算法的并行化加速。\n 本文的主要创新性工作为以下两点:\n (1) ART算法的近似并行化加速\n 由于ART算法的局限性:一次迭代更新一条射线，目前国际和国内均无ART算法的并行化实现。对于这种现状，本文提出了一种近似并行化的策略:将投影划分为集合，集合内并行化处理，集合之间顺序进行处理。这种并行化的策略可以大大提高ART算法的执行速度。\n (2) SART算法并行化反投影步骤的优化\n 在SART算法反投影计算步骤中，计算最小边界区域(MBR，Minimum BoundingRectangle)的过程是一个相当耗时和复杂的过程，涉及到较多的运算，故本文采用了一种以空间换时间的方法实现反投影与更新步骤，用两个全局变量保存后续计算需要的变量，以加快重建速度。\n 通过仿真实验对比，本文所采用的三种三维锥束CT重建算法(FDK，ART，SART)在GPU平台均取得了一定的加速比。

关键词：三维锥束CT成像图像重建并行加速统一计算设备架构图形处理器

来源：评论

学校读者我要写书评

暂无评论

基于虚拟机的GPU计算资源管理系统

基于虚拟机的GPU计算资源管理系统

引用

作者：梁东华中科技大学

学位级别：硕士

统一计算架构让图形处理器（GPU）升级为通用图形处理器，分担原来需由中央处理器处理的通用计算任务，并获取相对中央处理器数倍甚至数十倍的加速比。与此同时，随着虚拟化技术日趋成熟，虚拟化技术和GPU计算的结合越来越受到高性能计... 详细信息

统一计算架构让图形处理器（GPU）升级为通用图形处理器，分担原来需由中央处理器处理的通用计算任务，并获取相对中央处理器数倍甚至数十倍的加速比。与此同时，随着虚拟化技术日趋成熟，虚拟化技术和GPU计算的结合越来越受到高性能计算的青睐。但是目前没有基于虚拟机的GPU计算管理系统，或者在虚拟化环境下不能有效使用GPU的强劲计算能力，或者基于物理机的集群中资源不便有效管理、容易受到恶意用户攻击且崩溃后不能迅速恢复。针对基于虚拟化技术的GPU计算，基于虚拟机的GPU计算资源管理系统（简称VMGPURMS）主要包含支持虚拟机中GPU计算，并采用CPU-GPU混合调度策略提高系统利用率。系统采用共享内存方式实现虚拟机和特权域之间的数据通讯，减少数据通讯带来的GPU计算性能的损耗；提出了CPU-GPU混合调度的策略：针对CPU资源远远多于GPU资源的现状，采用最少资源策略合理调度CPU和GPU作业，减少资源无益占据GPU作业的等待时间；针对GPU作业运行需要CPU协助的特点，提出了处理器资源预留策略，为GPU作业准备好配套的处理器和GPU资源；针对CPU作业占据GPU节点处理器资源，提出了GPU作业抢占的策略，把CPU作业迁移到其他节点上释放GPU资源给GPU作业，既不影响CPU作业的运行，也避免了GPU作业的等待。基于虚拟机的GPU计算资源管理系统实现了在虚拟机层次上对处理器资源和GPU资源的协同管理和调度，有效结合利用虚拟机的良好特性和GPU的强劲计算能力。通过对系统的测试显示，虚拟化环境中的GPU计算能力保持在物理机的85%；采用CPU-GPU混合调度策略对CPU和GPU协同调度策略后，整个系统的利用率提升了17%。

关键词：集群系统通用图形处理器集群调度策略虚拟化技术统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

CPU+多GPU异构协同计算的体系结构研究

引用

微电子学与计算机 2014年第3期31卷 98-101页

作者：李龙飞贺占庄徐丹妮西安微电子技术研究所陕西西安710054

以CUDA架构为例,对传统的CPU+单GPU架构进行了分析,提出了一种CPU+多GPU异构协同计算的系统方案,对关键的CPU对多GPU的管理及多GPU间数据通信等问题做了重点讨论,从理论上进行了可行性分析,并提出了相应的优化方法.

关键词：图形处理器统一计算设备架构多GPU 异构协同计算

来源：评论

学校读者我要写书评

暂无评论

基于B/S模式的GPU集群管理系统设计

引用

计算机工程 2015年第10期41卷 6-9页

作者：康雷张树本杨坚中国科学技术大学自动化系合肥230027

普通PC机上搭载的GPU显卡存在功耗低、性能差的问题,不能满足大规模统一计算设备架构(CUDA)并行计算的需求。为此,将计算密集型任务转移到GPU集群中完成,设计并实现基于B/S模式的GPU集群管理系统,用户通过网页提交CUDA代码即可得到GPU... 详细信息

普通PC机上搭载的GPU显卡存在功耗低、性能差的问题,不能满足大规模统一计算设备架构(CUDA)并行计算的需求。为此,将计算密集型任务转移到GPU集群中完成,设计并实现基于B/S模式的GPU集群管理系统,用户通过网页提交CUDA代码即可得到GPU集群计算后的结果。测试结果表明,该系统可使用户在任何能使用浏览器的电子设备上完成基于CUDA的计算密集型任务,不仅方便用户使用,而且能加速程序的运行过程,提高工作效率。

关键词： GPU集群统一计算设备架构 B/S模式资源管理任务调度

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的离散特征匹配算法的研究

基于CUDA的离散特征匹配算法的研究

引用

作者：王金娥华中科技大学

学位级别：硕士

网络报文流中入侵检测系统进行特征模式匹配是边界网络安全防护的核心技术之一。由于网络环境的特殊性，网络中传输的信息在各种网络协议的约束下被划分成了大量分片报文。因此需要对离散的特征检测问题进行深入研究。离散特征检测算法... 详细信息

网络报文流中入侵检测系统进行特征模式匹配是边界网络安全防护的核心技术之一。由于网络环境的特殊性，网络中传输的信息在各种网络协议的约束下被划分成了大量分片报文。因此需要对离散的特征检测问题进行深入研究。离散特征检测算法是在经典模式匹配算法的基础上修改实现的，可以解决传统重组检测中内存耗用的问题。但随着网络传输速率的不断提升、网络报文数量和特征库中特征数量的增加，在单核CPU上难以达到预期的检测速度。NVIDIA公司推出的CUDA（统一计算设备架构）适用于计算密集的应用，而且在性价比上优于其他并行策略，所以选择在CUDA上加速离散特征匹配算法。首先详细分析了离散特征匹配算法，然后根据CUDA架构的软硬件特点，设计了新的数据结构并局部修改了处理流程，选择合适的并行方式和经典匹配算法。与CPU版本的离散特征匹配相比，在并行方式下时间复杂度和空间复杂度均下降了一个数量级。最后根据CUDA的存储体系和线程之间的通信机制对算法进行优化，包括根据各种数据选择合适的显存及解决流控制冲突。为了验证使用CUDA加速离散特征匹配的效果，实现了该算法，主要包括离散规则库和检测引擎两部分。最后在GT240上对算法进行测试，测试结果表明在CUDA上加速效果约是CPU上实现的9.8倍，CPU占用率减少了约81%。并且对各种因子的加速系数进行了详细的实验，为后续在CUDA上进行其他应用的加速提供参考。

关键词：入侵检测离散特征模式匹配统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：