数字技术与应用
數字技術與應用
수자기술여응용
DIGITAL TECHNOLOGY AND APPLICATION
2015年
1期
132-132
,共1页
高光谱%GPU主动学习并行计算
高光譜%GPU主動學習併行計算
고광보%GPU주동학습병행계산
本文利用高光谱图像的空间-光谱维信息,结合主动学习算法实现高光谱图像分类。该算法利用较少的训练样本获得较高的分类精度,与此同时,该算法的运算过程复杂度高且计算效率非常低。针对这一特点,本文提出了一种利用图像处理器(Graphic processing units,GPUs)对算法进行数据级并行计算优化。并且利用真实场景的高光谱图像对文中提出的并行计算优化方案进行了实验验证,结果表明该方法在保证与串行分类精度一致的情况下,其计算加速比达到34倍左右,验证了基于GPU的高光谱图像分类算法的有效性。
本文利用高光譜圖像的空間-光譜維信息,結閤主動學習算法實現高光譜圖像分類。該算法利用較少的訓練樣本穫得較高的分類精度,與此同時,該算法的運算過程複雜度高且計算效率非常低。針對這一特點,本文提齣瞭一種利用圖像處理器(Graphic processing units,GPUs)對算法進行數據級併行計算優化。併且利用真實場景的高光譜圖像對文中提齣的併行計算優化方案進行瞭實驗驗證,結果錶明該方法在保證與串行分類精度一緻的情況下,其計算加速比達到34倍左右,驗證瞭基于GPU的高光譜圖像分類算法的有效性。
본문이용고광보도상적공간-광보유신식,결합주동학습산법실현고광보도상분류。해산법이용교소적훈련양본획득교고적분류정도,여차동시,해산법적운산과정복잡도고차계산효솔비상저。침대저일특점,본문제출료일충이용도상처리기(Graphic processing units,GPUs)대산법진행수거급병행계산우화。병차이용진실장경적고광보도상대문중제출적병행계산우화방안진행료실험험증,결과표명해방법재보증여천행분류정도일치적정황하,기계산가속비체도34배좌우,험증료기우GPU적고광보도상분류산법적유효성。
