王启聪
- 作品数：4 被引量：10H指数：2
- 供职机构：南京理工大学更多>>
- 发文基金：中国地质调查局地质调查项目国家教育部博士点基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于GPU的高光谱遥感岩矿信息快速提取方法被引量：3
- 2014年
- 提出了基于图形处理单元(graphics processing unit,GPU)的高光谱岩矿信息快速提取方法,利用GPU的并行计算优势对高光谱岩矿信息提取的核心步骤进行了并行优化设计。针对高光谱岩矿信息提取的算法特点,提出了相应的性能优化策略,包括优化算法流程、提高访存效率和减少数据访问冲突。实验结果表明,并行设计模型与优化方法能够快速有效地进行岩矿信息提取,并且最大加速比达到了81倍。
- 柳家福吴泽彬刘天石韦志辉王启聪
- 关键词：高光谱遥感图形处理单元
- 基于GPU的高光谱遥感主成分分析并行优化被引量：2
- 2014年
- 主成分分析(principal component analysis,PCA)是高光谱遥感图像特征提取的重要方法。为了在保证精度的同时,提高高光谱遥感PCA算法的计算效率,文章提出一种基于图形处理器(graphic processing unit,GPU)+中央处理器(central processing unit,CPU)异构系统的PCA并行优化方法。该方法利用GPU的并行计算能力实现PCA中复杂的协方差矩阵计算与维数缩减过程,优化了像元去均值的计算流程;解决了GPU内核计算像元累加和非合并访问问题;利用共享内存机制,提高了访存效率。此外,该方法采用改进的Jacobi快速迭代法在CPU中进行特征分解,保证了算法的精度。实验结果表明,该方法在保证精度的同时能够有效提高计算效率,在Quadro600平台上的加速比达到141倍,满足了高光谱遥感图像实时应用的需求。
- 柳家福李欢贺金平刘天石王启聪吴泽彬
- 关键词：高光谱遥感主成分分析方法
- 高光谱图像分类的GPU并行优化研究
- 目前，高光谱遥感的应用领域涵盖了地球科学的各个方面，成为对地观测、地图绘制、资源勘探、灾害调查、军事侦察等遥感应用领域的新型技术手段。高光谱图像分类是高光谱图像分析的重要内容之一，由于高光谱图像分类处理具有数据量大、算法...
- 王启聪
- 关键词：高光谱图像分类GPU技术
- 文献传递
- 基于GPU的空谱联合核稀疏表示高光谱分类并行优化被引量：3
- 2014年
- 高光谱图像分类是遥感信息处理领域的热点问题,在核稀疏表示分类框架下,联合光谱信息和像元空间信息,空谱联合核稀疏表示高光谱图像分类能够取得较好的分类效果,但较高的计算复杂度及高光谱图像较大的数据量限制了其在实时性要求较高情况下的应用。基于GPU/CUDA架构,提出了一种空谱联合核稀疏表示高光谱分类的并行优化方法,设计访存优化策略对主机和设备端数据交互进行优化;充分利用GPU并行计算能力,加速分类过程中核矩阵的计算;采用依据GPU并行特性实现的矩阵运算,优化基于交替方向乘子法的分类模型求解过程。利用实际高光谱图像数据进行的实验,验证了该方法的有效性和高效性。
- 王启聪吴泽彬刘建军韦志辉叶舜柳家福
- 关键词：遥感GPU
