检索结果-内蒙古大学图书馆

计算机工程与设计 2011年第12期32卷 4231-4236页

作者：杨升管群四川大学计算机学院四川成都610064

针对泥石流仿真过程中海量数据计算问题,采用CUDA技术即结合CPU与GPU的优点研究了一种协同计算方法以提高数据计算效率和仿真性能。同时,搭建了基于GPU的泥石流仿真计算平台,对优化的CUDA并行计算方法进行验证。实验结果表明,该方法对... 详细信息

针对泥石流仿真过程中海量数据计算问题,采用CUDA技术即结合CPU与GPU的优点研究了一种协同计算方法以提高数据计算效率和仿真性能。同时,搭建了基于GPU的泥石流仿真计算平台,对优化的CUDA并行计算方法进行验证。实验结果表明,该方法对海量数据的计算具有快速准确、低成本、低功耗的特点,能为灾害预测提供及时准确的决策支持,满足了高密集型计算的需求。

关键词：泥石流灾害数据仿真统一计算设备架构数据运算并行计算

来源：评论

学校读者我要写书评

暂无评论

基于GPU的并行粒子群神经网络设计与实现

引用

计算机工程与设计 2014年第11期35卷 3967-3973页

作者：陈风田雨波杨敏江苏科技大学电子信息学院江苏镇江212003

针对粒子群优化(PSO)算法训练人工神经网络(NN)时面临的计算时间过长问题,引入基于图形处理器(GPU)技术的并行处理解决方法。使用粒子与线程一一对应的并行策略,通过并行处理各个粒子的计算过程来加快整个粒子群的收敛速度,减少粒子群... 详细信息

针对粒子群优化(PSO)算法训练人工神经网络(NN)时面临的计算时间过长问题,引入基于图形处理器(GPU)技术的并行处理解决方法。使用粒子与线程一一对应的并行策略,通过并行处理各个粒子的计算过程来加快整个粒子群的收敛速度,减少粒子群神经网络(PSO-NN)的训练时间。在统一计算设备架构(CUDA)下对一简单测试函数逼近的数值进行仿真,实验结果表明,相较基于CPU的串行PSO-NN,基于GPU的并行PSO-NN在寻优稳定性一致的前提下取得了超过500倍的计算加速比。

关键词：粒子群优化神经网络并行计算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

基于GPU的PCA人脸识别系统设计

引用

中南民族大学学报（自然科学版） 2015年第2期34卷 85-90页

作者：熊承义李靓琦高志荣周城中南民族大学电子信息工程学院智能无线通信湖北省重点实验室武汉430074 中南民族大学计算机科学学院武汉430074

针对实际人脸识别系统需要满足实时性的应用需要,探讨了在图形处理器(GPU)硬件架构基础上的基于主成分分析(PCA)人脸识别系统设计与实现.结合统一计算设备架构(CUDA)的计算平台,通过将算法中耗时长、适合并行的部分过程映射到GPU上并行... 详细信息

针对实际人脸识别系统需要满足实时性的应用需要,探讨了在图形处理器(GPU)硬件架构基础上的基于主成分分析(PCA)人脸识别系统设计与实现.结合统一计算设备架构(CUDA)的计算平台,通过将算法中耗时长、适合并行的部分过程映射到GPU上并行执行改进系统的加速实现.实验结果表明:相对于基于CPU平台的串行实现,基于GPU的实现在整体上能够获得约5倍的加速,而两个执行并行的模块能分别获得最大20倍和30倍的加速.

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

CUDA下地质图像边缘检测算法并行优化

引用

计算机工程与设计 2019年第3期40卷 691-698页

作者：张晗钱育蓉侯海耀新疆大学软件学院新疆乌鲁木齐830008

为提高地质图像边缘检测Prewitt算法计算速度,结合算法计算密集和数据密集的特点,从核函数计算层面,提出基于调整线程块坐标优化线程发散方法和采用本地变量访存优化指令延迟设计思想;从CPU-GPU数据传输开销层面,提出基于CUDA流优化数... 详细信息

为提高地质图像边缘检测Prewitt算法计算速度,结合算法计算密集和数据密集的特点,从核函数计算层面,提出基于调整线程块坐标优化线程发散方法和采用本地变量访存优化指令延迟设计思想;从CPU-GPU数据传输开销层面,提出基于CUDA流优化数据传输开销方法。经测试,当设置线程块规模为32*32、采用独立的局部变量替代索引访存和使用CUDA工作流分块计算时,对大于6168*6168尺寸的地质图像加速比可提高120倍以上。该并行优化方案易于实现,可应用于大规模地质图像边缘检测领域。

关键词：边缘检测 Prewitt算子并行计算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

数据驱动的人群动画仿真技术研究

数据驱动的人群动画仿真技术研究

引用

作者：王鑫浙江大学

学位级别：博士

人群动画仿真是虚拟现实和计算机图形学领域近几年的研究热点之一。到目前为止,一方面在非实时仿真环境下可以合成出良好效果的大规模人群动画,且已经成为好莱坞动画电影中的常见元素,但是合成过程费时费力;另一方面在实时仿真环境下对... 详细信息

人群动画仿真是虚拟现实和计算机图形学领域近几年的研究热点之一。到目前为止,一方面在非实时仿真环境下可以合成出良好效果的大规模人群动画,且已经成为好莱坞动画电影中的常见元素,但是合成过程费时费力;另一方面在实时仿真环境下对大规模人群进子亍动画仿真时,要想得到良好效果仍然非常困难。造成这种状况的一个主要原因是对人群进行动画仿真时人与人之间的交互影响因素变多,从对少数人仿真变为对多数人仿真发生的不仅仅是量变而是质变。另外一个主要原因是当前普通计算环境中图形卡的实时绘制能力相对于大规模的人群绘制任务仍然显得比较弱。然而,实时人群仿真动画在数字娱乐,建筑设计,军事训练,体育训练等方面均有非常强烈的需求,因此众多学者在该研究方向上开展了一系列工作。这些工作大体上可以分为4小子研究方向:1)人群所处虚拟环境建模,其主要研究如何更真实地仿真人群所处环境;2)人群行为仿真,其主要研究如何更逼真地仿真人群的各类行为;3)人群运动合成,其主要研究如何更自然地合成人群的三维人体动画;4)人群实时绘制,其主要研究如何更快地对大规模人群进行实时绘制。上述4个子研究方面基本覆盖了人群动画仿真领域的所有关键问题,本文基于数据驱动的方法,在这4个子研究方向上开展了一系列工作: 在第二章,提出了速度场驱动的人群宏观行为动画合成方法来仿真人群的宏观行为。该方法使用从行人视频数据中提取出的典型行人速度场来指导虚拟环境中的人群运动,从而解决了虚拟环境中合成出逼真的人群宏观行为需要大量的经验参数和烦琐的手工交互设置的问题。实验结果表明该方法具有交互工作量小,仿真结果逼真,适用情形广泛等特点。在第三章,提出了面向人群仿真的多层次环境建模方法来对人群所处虚拟环境进行建模。基于该方法,本文开发了多层次环境建模工具,使用该工具可以对虚拟人群所处虚拟环境进行几何层,拓扑层,路径层,感知层的综合建模。该多层次模型为虚拟人群仿真过程中面临的视觉效果,感知,寻径,决策,交互等问题提供了直接而高效的支持。在第四章,提出了数据驱动的人群场景动画合成方法来仿真人群的微观行为。为了向虚拟城区环境加入复杂而灵活的微观人群行为动画,提出了一种新的数据驱动的人群场景动画合成方法。首先采集各种典型场景下人群流动的视频,然后从中提取出agent状态响应数据集,接着这些状态响应数据集被嵌入到虚拟城区知识模型中去。基于该虚拟城区知识模型,实现了一个虚拟城区中人群流动场景的动画合成系统。在第五章,提出了复杂人体动画合成方法来为人群仿真场景中加入复杂多样的人体动画。该方法由运动数据库构建,优化关联的骨骼皮肤动画,交互式运动合成,人体附属物体动画合成四部分构成。本文以艺术体操动作辅助编排系统为例,证明了该方法的有效性。在第六章,提出了路径驱动的人群运动合成方法来为行为仿真模块输出的人群行为路径匹配上丰富多样的人群行走动画。该方法将待匹配运动路径分割为一系列短小的运动路径片段,然后在一个结构化的运动状态机上逐片段地寻找最为匹配的运动序列。接着将这些运动序列依次连接起来,从而得到了一段连续的,满足运动路径约京的人体运动数据。用户还可以交互式设计运动路径上一个路径片段的运动类型。该方法主要适用于待匹配运动路径运动范围大、对多条运动路径同时计算匹配运动、多条运动路径之间交叉频繁的情景。最后,在第七章,对本文研究工作进行了总结和展望。

关键词：计算机动画数据驱动人群动画人群仿真速度场视频跟踪行为动画虚拟环境建模路径规划城区仿真运动捕获运动编辑运动合成物理模拟统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

求解柔性作业车间调度的岛屿模型遗传算法

引用

哈尔滨理工大学学报 2016年第5期21卷 101-106页

作者：张淑丽刘胜辉沙晨明哈尔滨理工大学软件学院黑龙江哈尔滨150040

针对多品种小批量复杂产品生产的调度优化问题,结合柔性作业车间调度问题与统一计算设备架构的特点,提出了一种求解柔性作业车间调度问题的岛屿模型遗传算法.设计了统一计算设备架构的存储模型及执行模型,给出了染色体编码、解码方式,... 详细信息

针对多品种小批量复杂产品生产的调度优化问题,结合柔性作业车间调度问题与统一计算设备架构的特点,提出了一种求解柔性作业车间调度问题的岛屿模型遗传算法.设计了统一计算设备架构的存储模型及执行模型,给出了染色体编码、解码方式,并改进了遗传算法的选择、交叉、变异操作,最后定义了迁移操作.算法提高了遗传算法在统一计算设备架构上的并行处理效率,使用标准实验数据进行测试,结果表明了使用岛屿模型遗传算法求解柔性作业车间调度问题是有效的和可行的.

关键词：柔性作业车间调度并行遗传算法岛屿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架构并行算法的带地形AMT二维反演实现与应用

引用

科学技术与工程 2021年第31期21卷 13268-13276页

作者：韩思旭陈小斌陈卫营罗强宋婉婷广东省地球物理探矿大队广州510800 广东省地质物探工程勘察院广州510800 中国地震局地壳应力研究所北京100085 中国科学院地质与地球物理研究所中国科学院矿产资源研究重点实验室北京100029

并行计算是提高音频大地电磁(audio-frequency magnetotelluric,AMT)数据反演效率的有效途径。在统一计算设备架构(compute unified device architecture,CUDA)下开展带地形的AMT数据二维反演并行算法研究,旨在利用GPU(graphics processing unit)强大的计算能力及并行计算技术实现高精度、快速度的AMT数据二维反演。首先利用有限元和自适应正则化反演算法实现AMT数据二维反演的串行化计算;然后在PGI Visual Fortran+CUDA5.5环境下编写基于CPU+GPU的CUDA并行代码,将正演中的频率循环、反演中的模型灵敏度矩阵计算和反演方程正则化求解部分进行并行化处理;通过不同复杂程度的理论模型正反演模拟验证了该并行算法的有效性和准确性。不同模型和不同模式下的数值模拟结果对比表明,基于CPU+GPU的CUDA并行算法相较于传统的CPU串行算法,在灵敏度矩阵计算和反演方程正则化方面耗时更少,加速比最高可达10倍以上。最后将该并行算法应用于某矿区实测AMT数据的二维反演中,取得了较好的应用效果。

关键词：音频大地电磁法并行计算二维反演统一计算设备架构加速比

来源：评论

学校读者我要写书评

暂无评论

基于GPU的并行植物模拟生长算法

引用

计算机工程与设计 2016年第12期37卷 3271-3279页

作者：杨磊龚学余南华大学核科学技术学院湖南衡阳421001 烟台大学光电信息科学技术学院山东烟台264005

为提高植物模拟生长算法求解性能,基于GPU SIMT执行模型对算法步骤进行详细并行化设计并绘制算法流程图。算法代码利用C++和CUDA实现,能够在CPU+GPU混合架构平台上运行;在此基础上,利用7个不同类型的基准测试函数对算法进行测试,与串行... 详细信息

为提高植物模拟生长算法求解性能,基于GPU SIMT执行模型对算法步骤进行详细并行化设计并绘制算法流程图。算法代码利用C++和CUDA实现,能够在CPU+GPU混合架构平台上运行;在此基础上,利用7个不同类型的基准测试函数对算法进行测试,与串行算法代码进行对比。分析结果表明,在保证求解质量的前提下,相比串行算法,该并行算法将目标函数复杂的大规模问题的求解效率提升了十几倍到几百倍,其加速比较好,不同变量维数下的求解时间增加不明显,验证了当前工作的可行性和有效性。

关键词：植物模拟生长算法并行化图形处理器统一计算设备架构混合架构平台

来源：评论

学校读者我要写书评

暂无评论

基于GPU并行粒子群优化的超声弹性实时成像算法

引用

计算机工程 2015年第12期41卷 220-225,230页

作者：杨先凤李映洁赖俊良彭博西南石油大学计算机科学学院成都610500

为提高超声弹性成像的质量同时满足实时成像的要求,以图形处理器(GPU)为计算平台,提出一种超声弹性实时成像算法。通过描述粒子群优化估计每一个待估计点位移的过程,对该算法进行GPU并行实现,并与传统互相关算法的实验数据进行对比。仿... 详细信息

为提高超声弹性成像的质量同时满足实时成像的要求,以图形处理器(GPU)为计算平台,提出一种超声弹性实时成像算法。通过描述粒子群优化估计每一个待估计点位移的过程,对该算法进行GPU并行实现,并与传统互相关算法的实验数据进行对比。仿真结果显示,该算法比传统的互相关算法能更准确地估计组织的运动情况,使得到的弹性图具有较高的质量,同时其GPU并行实现可有效提高计算速度,满足实时超声弹性成像的要求。

关键词：弹性成像互相关函数群智能算法粒子群优化并行计算图形处理单元统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的多信道锋电位实时分类方法

引用

计算机工程与设计 2020年第2期41卷 391-396页

作者：蔡瑞初赵坤垚黄礼泊何炯陈瑶广东工业大学计算机学院广东广州510006 广东工业大学信息工程学院广东广州510006 阿里巴巴达摩院数据库与存储实验室新加坡068811 新加坡高等数字科学中心新加坡138602

为提高多信道神经元锋电位分类任务的计算效率,满足其在实时场景下的应用需求,提出基于统一计算设备架构(compute unified device architecture,CUDA)的掩蔽高斯混合模型的并行化实现和优化方案。利用高维锋电位数据的稀疏特性和高斯混... 详细信息

为提高多信道神经元锋电位分类任务的计算效率,满足其在实时场景下的应用需求,提出基于统一计算设备架构(compute unified device architecture,CUDA)的掩蔽高斯混合模型的并行化实现和优化方案。利用高维锋电位数据的稀疏特性和高斯混合模型的强抗干扰性以及良好并行性,借助GPU图形处理器,对特征掩蔽高斯混合模型(Masked Gaussian mixture model,Masked GMM)进行并行实现,进行针对性优化。实验结果表明,在32信道的锋电位数据集上,与原有的CPU串行实现相比,该方案分类速度提高了170倍左右,达到了实时计算,为高维信道锋电位实时分类提供了可行的解决方案。

关键词：锋电位分类特征掩蔽高斯混合模型图形处理单元统一计算设备架构实时

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：