遥感信息
遙感信息
요감신식
2014年
6期
6-10
,共5页
赵海娜%吴远峰%高建威%张兵
趙海娜%吳遠峰%高建威%張兵
조해나%오원봉%고건위%장병
高光谱图像%贝叶斯分类%并行计算%GPU%CUDA
高光譜圖像%貝葉斯分類%併行計算%GPU%CUDA
고광보도상%패협사분류%병행계산%GPU%CUDA
hyperspectral images%Bayes%parallel computing%GPU%CUDA
本文提出了基于 GPU 的高光谱图像贝叶斯并行技术优化算法，通过对高光谱图像分类流程计算复杂度的分析，基于 GPU 的硬件特性和 CUDA 编程模型将待分类图像像元映射到计算线程，GPU 控制流程逻辑， GPU 执行数据级并行计算，并从数据传输和核函数设计两方面进行了优化设计。实验结果表明，该并行分类算法在保证分类精度的同时能大大提高算法的计算效率，获得25倍～54倍的计算加速比。
本文提齣瞭基于 GPU 的高光譜圖像貝葉斯併行技術優化算法，通過對高光譜圖像分類流程計算複雜度的分析，基于 GPU 的硬件特性和 CUDA 編程模型將待分類圖像像元映射到計算線程，GPU 控製流程邏輯， GPU 執行數據級併行計算，併從數據傳輸和覈函數設計兩方麵進行瞭優化設計。實驗結果錶明，該併行分類算法在保證分類精度的同時能大大提高算法的計算效率，穫得25倍～54倍的計算加速比。
본문제출료기우 GPU 적고광보도상패협사병행기술우화산법，통과대고광보도상분류류정계산복잡도적분석，기우 GPU 적경건특성화 CUDA 편정모형장대분류도상상원영사도계산선정，GPU 공제류정라집， GPU 집행수거급병행계산，병종수거전수화핵함수설계량방면진행료우화설계。실험결과표명，해병행분류산법재보증분류정도적동시능대대제고산법적계산효솔，획득25배～54배적계산가속비。
On the basis of the GPU hardware structure and CUDA,a parallel implementation of the Bayes algorithm was given.By analyzing the computational complexity of Bayes algorithm,a mapping model was established between the parallel computing units and the image pixels,where the CPU focuses on procedure control and the GPU focuses on data level parallel computing.It explored the optimization in data transmission and kernel design efficiency for further performance improvement. Compared with the original sequential algorithm,the parallel implementation of the Bayes algorithm provides 25~54 fold speedups.
