检索结果-内蒙古大学图书馆

计算机工程 2013年第11期39卷 249-253页

作者：闫钧华杭谊青孙思佳南京航空航天大学航天学院南京210016

为利用统一计算设备架构(CUDA)强大的并行处理能力实现快速图像融合,提出一种适用于并行运算的图像融合算法,包括高斯滤波、直方图均衡、基于小波变换的图像融合。通过CUDA编程对以上算法进行实现,并将其与对应的CPU程序相比较,实验结... 详细信息

为利用统一计算设备架构(CUDA)强大的并行处理能力实现快速图像融合,提出一种适用于并行运算的图像融合算法,包括高斯滤波、直方图均衡、基于小波变换的图像融合。通过CUDA编程对以上算法进行实现,并将其与对应的CPU程序相比较,实验结果表明,图形处理单元(GPU)执行效率比CPU高出一个数量级,并且随着数据量的增加,GPU的加速比还会增大。

关键词：图像融合图形处理单元统一计算设备架构可见光图像红外图像并行处理

来源：评论

学校读者我要写书评

暂无评论

面向可逆逻辑综合的Q-M算法并行设计与基于CUDA的实现

面向可逆逻辑综合的Q-M算法并行设计与基于CUDA的实现

引用

作者：杨欢东华大学

学位级别：硕士

可逆逻辑是一个新兴的研究领域,对研发和实现超低功耗IC和量子计算机具有重要的理论意义和应用前景。目前,可逆逻辑的综合、优化、实现、应用等方面有许多问题需要解决,显著提高可逆逻辑综合算法的胜任规模和优化程度是一个亟待解决的... 详细信息

可逆逻辑是一个新兴的研究领域,对研发和实现超低功耗IC和量子计算机具有重要的理论意义和应用前景。目前,可逆逻辑的综合、优化、实现、应用等方面有许多问题需要解决,显著提高可逆逻辑综合算法的胜任规模和优化程度是一个亟待解决的基础性瓶颈问题。移植和改进成熟的常规(非可逆)逻辑综合、优化算法,例如Quine-McCluskey算法(简称Q-M算法),可能是较好地解决上述问题的有效途径之一。利用并行计算技术也可以有效地缓解甚至解决上述问题。GPU(Graphic Processing Units,图形处理器)拥有很多并行处理的架构优势,较适合进行较大规模的并行计算实现算法加速,因而受到了国内外的广泛关注和研究。基于新型NVIDIA显卡的CUDA (Compute Unified Device Architecture,统一计算设备架构)是目前开发、应用最为广泛的GPU通用并行计算架构。本文以显著提高可逆逻辑综合的胜任规模和优化程度为目标,研究了Q-M算法的移植、改进、并行化和基于CUDA的编程。主要做了以下几个方面的工作：首先,本文简要介绍了Q-M算法的原理和要点,提出、分析和论证了针对可逆逻辑的特点,移植和改进Q-M算法的基本思路和具体方法,并通过设计实例初步验证了上述移植、改进方法的可行性和有效性。其次,本文介绍了CUDA的基础知识和开发要点,提出了基于CUDA平台将Q-M移植算法并行化实现的思路和方法,并进行了具体的编程实现。希望本文的工作对于常规算法面向可逆逻辑综合、优化的移植、改进以及并行化编程和实现,具有一定的参考价值。

关键词：可逆逻辑综合 Q-M算法统一计算设备架构并行计算

来源：评论

学校读者我要写书评

暂无评论

基于CUDA并行框架的简化球谐波模型快速求解方法

基于CUDA并行框架的简化球谐波模型快速求解方法

引用

作者：常元江西安电子科技大学

学位级别：硕士

光学分子成像作为一种迅速发展的医学影像技术，由于具有无创性、高灵敏度、高时间分辨率、成像价格低等优点而得到了广泛重视和应用，近年来已经成为了影像领域的研究热点。在光学分子成像领域中，光子在生物组织中传输过程的精确建模... 详细信息

光学分子成像作为一种迅速发展的医学影像技术，由于具有无创性、高灵敏度、高时间分辨率、成像价格低等优点而得到了广泛重视和应用，近年来已经成为了影像领域的研究热点。在光学分子成像领域中，光子在生物组织中传输过程的精确建模与快速求解具有重要的研究意义。本文围绕生物组织中光传输问题展开研究，通过详尽地分析各种光传输前向模型，特别是简化球谐波模型（simplifiedspherical harmonics，SPN）的特点，针对该模型的数值求解方法进行了深入的研究，并探讨了有限元数值求解方法移植到图形处理器（graphics processing unit，GPU）并行执行的可行性。对于多维复杂几何结构，随着近似阶数N的增大，SPN模型将会面临计算量较大的问题。同时考虑有限元算法作为一种离散化近似求解的数值方法，具有天然的可并行性。因此，本文提出了一种基于GPU高性能计算的并行有限元算法，用于加速求解基于SPN方程的光传输过程。本方法采用由NVIDIA公司推出的通用并行计算框架——统一计算设备架构（compute unified device architecture，CUDA）作为并行计算解决方案，使其求解结果能够在确保较高精度的同时，又缩短了大量的计算时间。在充分考虑CUDA平台GPU的硬件特点后，本文又对有限元算法程序中计算量较大的线性方程组求解部分进行了相应的算法优化设计，包括精简优化GPU核心函数代码和对程序结构、存储器、数据通信进行合理优化，充分利用GPU资源，进一步提高并行加速性能。通过与蒙特卡罗仿真结果对比，验证了基于CUDA并行框架的SPN快速求解算法的准确性；并通过与并行优化前的有限元算法进行对比，获取优化后并行算法的加速比，结果表明该算法获得了较好的加速比和并行加速性能。

关键词：简化球谐波模型并行有限元算法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

主成分分析人脸识别的GPU实现

主成分分析人脸识别的GPU实现

引用

作者：李靓琦中南民族大学

学位级别：硕士

人脸识别作为图像处理、人工智能和模式识别领域的研究课题之一,具有重要的研究价值和广阔的市场应用前景。随着人脸识别技术的发展,除了原有的识别率以及鲁棒性等问题外,人脸识别系统对实时性的要求也越来越高。近年来,随着图形处理器(... 详细信息

人脸识别作为图像处理、人工智能和模式识别领域的研究课题之一,具有重要的研究价值和广阔的市场应用前景。随着人脸识别技术的发展,除了原有的识别率以及鲁棒性等问题外,人脸识别系统对实时性的要求也越来越高。近年来,随着图形处理器(GPU)技术的快速发展,以及NVIDIA公司的低复杂度统一计算设备架构(CUDA)编程模型的推出,GPU被广泛应用于模式识别、图像处理、流体力学、视频压缩系统实现。为了满足人脸识别系统对实时性的要求,本文在分析比较几种经典的人脸识别算法的基础上,深入探讨了基于GPU的人脸识别系统设计。本文的具体工作包括:(1)几种经典人脸特征提取算法和分类算法的比较分析。主成分分析、线性判别分析和Gabor变换是人脸识别中几种经典的特征提取算法,本文在ORL人脸库上进行测试,比较分析了训练样本数目不同的情况下,各特征提取算法结合最近邻,稀疏表示,协作表示,线性回归这几种分类方法的识别效果,为后续研究打下基础。(2)基于GPU的主成分分析(PCA)人脸识别加速方法研究。在GPU硬件架构的基础上,利用GPU强大的并行处理能力,在CUDA平台上实现PCA人脸识别的加速算法。将算法中耗时长,适合并行的部分移植到GPU上执行,其它部分在CPU上串行执行。同时给出人脸识别加速算法的计算过程,并且将PCA人脸识别算法在CPU平台和GPU平台上的运算时间进行比对,算法整体获得了5倍的加速比,两个并行部分获得了20-30的加速比。(3)GPU加速实现的CUDA优化研究。在PCA人脸识别的GPU加速实现过程中,核函数对全局存储器进行了多次读取。然而,全局存储器的访存延迟较高,任何对全局存储器的访问均会导致一次完全内存访问,这样将导致线程延迟时间过长。共享存储器是位于GPU的片上可读写高速存储器,访问延迟远小于全局存储器。基于此,本文利用共享内存对PCA人脸识别的GPU实现过程进行了优化,解决了线程间通信延迟问题,算法效率得到了更加明显的提升。相对于串行算法,优化部分获得了500倍的加速比。相对于优化前,则获得了18倍的加速比。

关键词：主成分分析人脸识别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

Kirsch算子地质图像边缘检测算法并行化研究

引用

新疆大学学报（自然科学版）（中英文） 2021年第1期38卷 54-60,68页

作者：田宸玮王雪纯杨嘉能钱育蓉新疆大学软件学院新疆乌鲁木齐830008 新疆维吾尔自治区信号检测与处理重点实验室新疆乌鲁木齐830008 新疆大学软件工程重点实验室新疆乌鲁木齐830008 中国石油吐哈油田公司勘探开发研究院新疆哈密839009

针对大尺寸地质图像边缘检测算法计算密集和数据密集的特性,为提高地质图像边缘检测算法的计算效率,提出一种自适应阈值的Kirsch算子的边缘检测算法.从传统算法层面,通过减少运算次数以及针对阈值设定随机性较大的问题提出自适应阈值的... 详细信息

针对大尺寸地质图像边缘检测算法计算密集和数据密集的特性,为提高地质图像边缘检测算法的计算效率,提出一种自适应阈值的Kirsch算子的边缘检测算法.从传统算法层面,通过减少运算次数以及针对阈值设定随机性较大的问题提出自适应阈值的方法对其进行优化.从算法并行层面,在CPU-GPU传输开销以及线程规模选取上分析优化.经测试,改进的算法比现有算法减少了计算量,获取的边缘更清晰,对大于2 048×2 048尺寸的地质图像加速比可以保持在80倍以上(不考虑传输开销可保持在300倍以上).该方法的并行较易实现,为实时在线的地质图像边缘检测提供了可能.

关键词：边缘检测 Kirsch算子并行计算地质图像统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的SMAC算法并行化

引用

西安邮电大学学报 2016年第5期21卷 33-38页

作者：常立博杜慧敏韩俊刚西安邮电大学电子工程学院陕西西安710121 西安邮电大学计算机学院陕西西安710121

改进SMAC(Simplified Marker and Cell)算法,增强其对流体模拟的实时处理能力。采用点差分格式对求解压力场和速度更新的偏微分方程进行离散化;引入消除数据相关性的存储算法以减少数据传输,并借助分层存储机制提高访存比,采用并行归约... 详细信息

改进SMAC(Simplified Marker and Cell)算法,增强其对流体模拟的实时处理能力。采用点差分格式对求解压力场和速度更新的偏微分方程进行离散化;引入消除数据相关性的存储算法以减少数据传输,并借助分层存储机制提高访存比,采用并行归约增加线程并行度;在统一计算设备架构平台下,对离散化的SMAC算法进行改进、优化及并行化实现。纯粹计算及多次迭代模拟实验结果显示,改进算法提速明显,可实现对一般场景的实时模拟。

关键词：计算流体力学统一计算设备架构并行算法

来源：评论

学校读者我要写书评

暂无评论

基于改进AlexNet与CUDA的大豆快速三分类方法

引用

计算机与数字工程 2023年第12期51卷 2997-3003页

作者：林伟仲伟波袁毓齐国庆李浩东江苏科技大学电子信息学院镇江212100

为了能够精确、快速实现大豆籽粒分类,提出了基于改进AlexNet与CUDA的大豆籽粒快速三分类方法。以大豆籽粒多分类为目标,构建大豆籽粒图像库;根据快速分类的任务要求,对传统AlexNet模型进行改进并采用统一计算设备架构C++实现;以NVIDIA ... 详细信息

为了能够精确、快速实现大豆籽粒分类,提出了基于改进AlexNet与CUDA的大豆籽粒快速三分类方法。以大豆籽粒多分类为目标,构建大豆籽粒图像库;根据快速分类的任务要求,对传统AlexNet模型进行改进并采用统一计算设备架构C++实现;以NVIDIA Jetson TX2为核心构建大豆籽粒快速分类系统。训练集及验证集分类准确率分别可达98%和94%;对于在线采集的大豆图像进行分类测试准确率约为93%,且一粒大豆籽粒分类耗时约6ms,能够满足快速分类的应用需求。

关键词：图像处理机器视觉大豆籽粒分类 AlexNet改进模型统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的任意非结构化LDPC码的高吞吐量并行译码设计与实现

引用

微电子学与计算机 2022年第1期39卷 54-61页

作者：王若天沙金南京大学电子科学与工程学院江苏南京210023

由于非结构化的低密度奇偶校验码(LDPC)具有更优异的纠错性能而受到广泛关注,但其非零元素分布较不规律且没有循环或准循环的子矩阵的构造方式,增加了译码器实现的设计难度.本文提出了基于CUDA的译码器设计,用于支持任意非结构化LDPC码... 详细信息

由于非结构化的低密度奇偶校验码(LDPC)具有更优异的纠错性能而受到广泛关注,但其非零元素分布较不规律且没有循环或准循环的子矩阵的构造方式,增加了译码器实现的设计难度.本文提出了基于CUDA的译码器设计,用于支持任意非结构化LDPC码的高吞吐量并行译码.利用校验矩阵压缩重排、优化信息存储等手段,设计实现GPU上高效的并行译码内核进行多帧译码.在GTX1660Ti GPU平台上的结果表明,基于TPMP流程的LLR-BP和NMSA译码内核设计吞吐量可分别达到78.88~360.25 Mbps和174.38~1323.75 Mbps,实现了面向任意非结构化LDPC码的高效并行译码.

关键词：低密度奇偶校验码(LDPC) 非结构化LDPC 置信度传播算法统一计算设备架构异构计算

来源：评论

学校读者我要写书评

暂无评论

基于CUDA加速的图像配准算法

引用

计算机系统应用 2023年第1期32卷 146-155页

作者：牛彤刘立东武忆涵长安大学信息工程学院西安710064

针对传统图像拼接算法速度较慢,难以满足获取大分辨率全景图像的实时性要求,本文提出一种基于CUDA的快速鲁棒特征(speeded-up-robust features,SURF)图像配准算法,从GPU线程执行模型、编程模型和内存模型等方面,对传统SURF算法特征点的... 详细信息

针对传统图像拼接算法速度较慢,难以满足获取大分辨率全景图像的实时性要求,本文提出一种基于CUDA的快速鲁棒特征(speeded-up-robust features,SURF)图像配准算法,从GPU线程执行模型、编程模型和内存模型等方面,对传统SURF算法特征点的检测和描述进行CUDA并行优化;基于FLANN和RANSAC算法,采用双向匹配策略进行特征匹配,提高配准精度.结果表明,相对串行算法,本文并行算法对不同分辨率的图像均可实现10倍以上的加速比,而且配准精度较传统配准算法提高17%,精度最优可高达96%.基于CUDA加速的SURF算法可广泛应用于安防监控领域,实现全景图像的实时配准.

关键词：快速鲁棒特征统一计算设备架构并行加速快速最近邻搜索算法 RANSAC 双向匹配图像配准

来源：评论

学校读者我要写书评

暂无评论

基于GPU实时仿真小脑模型神经网络优化的研究

引用

五邑大学学报（自然科学版） 2023年第4期37卷 31-37,46页

作者：陈嘉卿黄嘉嘉许弢五邑大学智能制造学部广东江门529020

为了解决实时仿真小脑模型存在仿真规模小、仿真时序波动较大以及不能充分利用硬件性能等问题,本文提出了一种并行处理多种不同计算模块的优化方案.首先引入显卡的流特性优化模型的并行架构,然后为不同计算模块和不同细胞分配相应的线... 详细信息

为了解决实时仿真小脑模型存在仿真规模小、仿真时序波动较大以及不能充分利用硬件性能等问题,本文提出了一种并行处理多种不同计算模块的优化方案.首先引入显卡的流特性优化模型的并行架构,然后为不同计算模块和不同细胞分配相应的线程加速网络计算.最后通过仿真延迟眨眼条件反射试验验证小脑模型在运动学习中的记忆形成,并分析了仿真细胞的电生理结果.本文提出的优化方案对多并行模型同样适用,该模型对小脑控制器的研究和小脑运动学习记忆形成具有理论意义和工程上的应用价值.

关键词：图形处理器统一计算设备架构小脑模型运动记忆

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：