本文關(guān)鍵詞：集成眾核上快速獨(dú)立成分分析降維并行算法

  更多相關(guān)文章： 集成眾核 獨(dú)立成分分析 高光譜影像降維 性能模型 下三角陣負(fù)載均衡

【摘要】：高光譜遙感影像快速獨(dú)立成分分析(fast independent component analysis,FastICA)降維過程包含大規(guī)模矩陣計(jì)算及大量迭代計(jì)算.通過熱點(diǎn)分析,面向集成眾核(many integrated core,MIC)架構(gòu)設(shè)計(jì)了協(xié)方差矩陣計(jì)算、白化處理和ICA迭代等熱點(diǎn)并行方案,提出和實(shí)現(xiàn)一種M-FastICA并行降維算法,并構(gòu)建算法性能模型;基于集成眾核研究并行程序優(yōu)化策略,針對(duì)各熱點(diǎn)并行方案提出一系列優(yōu)化策略,特別是創(chuàng)新性地提出一種下三角陣負(fù)載均衡方法,并量化測(cè)試其優(yōu)化效果.實(shí)驗(yàn)結(jié)果顯示M-FastICA算法最高可加速42倍,比24核CPU多線程并行快2.2倍;探討了波段數(shù)與并行程序性能的關(guān)系;實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了算法性能模型的準(zhǔn)確性.
【作者單位】： 國防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院;
【關(guān)鍵詞】： 集成眾核 獨(dú)立成分分析 高光譜影像降維 性能模型 下三角陣負(fù)載均衡
【基金】：國家自然科學(xué)基金項(xiàng)目(61272146,41375113) 湖南省研究生創(chuàng)新資助項(xiàng)目(CX2015B030)~~
【分類號(hào)】：TP751
【正文快照】： 高光譜遙感技術(shù)廣泛應(yīng)用于軍事、農(nóng)業(yè)、環(huán)境科學(xué)、地質(zhì)、海洋學(xué)等領(lǐng)域,這些領(lǐng)域大都要求及時(shí)處理[1].但高光譜影像數(shù)據(jù)有波段多、數(shù)據(jù)量大、相關(guān)性強(qiáng)、冗余多等特點(diǎn),直接處理將導(dǎo)致樣本類別訓(xùn)練困難、維數(shù)災(zāi)難、空空間現(xiàn)象等嚴(yán)重的計(jì)算問題[2-4].因此,國內(nèi)外專家學(xué)者處理高光

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 張媛;何明一;梅少輝;;基于主分量和獨(dú)立成分分析的多光譜目標(biāo)檢測(cè)[J];遙感技術(shù)與應(yīng)用;2006年03期

2 巨西諾;郭文普;孫繼銀;李琳琳;伍明;;基于獨(dú)立成分分析的遙感影像可匹配性度量(英文)[J];光子學(xué)報(bào);2014年07期

3 羅文斐;鐘亮;張兵;高連如;;高光譜遙感圖像光譜解混的獨(dú)立成分分析技術(shù)[J];光譜學(xué)與光譜分析;2010年06期

4 宋江紅;馮燕;;基于獨(dú)立成分分析和神經(jīng)網(wǎng)絡(luò)的高光譜遙感數(shù)據(jù)分類[J];遙感技術(shù)與應(yīng)用;2006年02期

5 鐘家強(qiáng);王潤(rùn)生;;基于獨(dú)立成分分析的多時(shí)相遙感圖像變化檢測(cè)[J];電子與信息學(xué)報(bào);2006年06期

6 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 王仲妮;余先川;張立保;黃智;;基于有序的快速獨(dú)立成分分析的遙感影像融合[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 呂翠芬;基于獨(dú)立成分分析的高光譜溢油圖像聚類研究[D];大連海事大學(xué);2011年

，

本文編號(hào)：774540