模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2007年
4期
571-576
,共6页
应伟勤%李元香%徐星%王玲玲
應偉勤%李元香%徐星%王玲玲
응위근%리원향%서성%왕령령
图像分割%图模型%并行算法%Lanczos算法%特征值
圖像分割%圖模型%併行算法%Lanczos算法%特徵值
도상분할%도모형%병행산법%Lanczos산법%특정치
为了提高图模型方法的分割速度,本文提出该方法的一种并行实现方案.该方案通过网格划分来实现相似度矩阵的并行计算.同时考虑到相似度矩阵的稀疏性和矩阵向量乘运算的内在并行性,在该方案中本文设计并行Lanczos算法来求解特征值问题.在MPI环境下的实验结果表明,该并行方案是提高图模型分割方法实时性的有效途径.
為瞭提高圖模型方法的分割速度,本文提齣該方法的一種併行實現方案.該方案通過網格劃分來實現相似度矩陣的併行計算.同時攷慮到相似度矩陣的稀疏性和矩陣嚮量乘運算的內在併行性,在該方案中本文設計併行Lanczos算法來求解特徵值問題.在MPI環境下的實驗結果錶明,該併行方案是提高圖模型分割方法實時性的有效途徑.
위료제고도모형방법적분할속도,본문제출해방법적일충병행실현방안.해방안통과망격화분래실현상사도구진적병행계산.동시고필도상사도구진적희소성화구진향량승운산적내재병행성,재해방안중본문설계병행Lanczos산법래구해특정치문제.재MPI배경하적실험결과표명,해병행방안시제고도모형분할방법실시성적유효도경.
