吴波
- 作品数：4 被引量：15H指数：3
- 供职机构：解放军理工大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：天文地球自动化与计算机技术更多>>
- 基于GPU栅格化的任意多边形布尔运算被引量：3
- 2018年
- 任意多边形布尔运算大多基于CPU栅格化方法,而CPU的串行性会增加栅格化过程的耗时。为此,提出一种基于图形处理器(GPU)栅格化思想的多边形布尔运算算法。用GPU实现CPU中较耗时的二维图形栅格化过程并提取内外轮廓片元,构造GPU环境下的栅格数据结构及与之空间映射相对应的CPU环境下的顶点数据结构,采用CPU与GPU相协调的方式交替访问内外轮廓进行顶点跟踪及轮廓片元压缩,最终得到正确的布尔运算结果多边形。实验结果表明,与现有多边形布尔运算算法相比,该算法能有效控制精度,且具有更高的执行效率。
- 高艺罗健欣罗健欣裘杭萍
- 关键词：图形处理器栅格化
- 近似支持向量机在单站能见度预报中的应用
- ＜正＞1引言水平能见度与人类社会生产生活息息相关,一些学者进行了相关研究[1-3]。支持向量机（SVM）[4]在解决小样本、非线性问题中优势明显,被多次应用于气象预报试验[5-7]。近似支持向量机（PSVM）[8、9]是...
- 吴波胡邦辉
- 关键词：近似支持向量机能见度
- 文献传递
- 基于近似支持向量机的能见度释用预报研究被引量：9
- 2017年
- 利用2008—2010年逐年12月、次年1月的T_(511)L_(61)数值预报产品和单站观测资料,采用近似支持向量机方法,分别建立了南京、杭州和衢州站分类和回归结合的能见度释用预报模型(简称分类和回归结合模型)。利用2011年12月、次年1月资料作为独立样本,对模型进行试报检验,并与不分类条件下的纯回归模型进行对比。结果表明:分类和回归结合模型的预报效果好于纯回归模型,在24、36、48、60和72 h试报中,分类和回归结合模型的南京、杭州和衢州三站平均的准确率依次为75.5%、83.7%、72.1%、75.4%和78.0%,在除48 h的其余4个预报时次中,分类和回归结合模型的三站平均的准确率均高于纯回归模型。分类和回归结合模型在单站能见度预报中有较好的应用前景。
- 吴波胡邦辉王学忠黄泓王举
- 关键词：近似支持向量机能见度
- 基于GPU的任意多边形相交面积计算方法被引量：3
- 2017年
- 一直以来,任意多边形相交面积的高效计算都是地理信息系统中空间分析算法研究的重点。文中提出了一种基于GPU的栅格化多边形相交面积算法GPURAS,在此基础上,分别采用蒙特卡罗方法和遮挡查询技术进一步提出GPURASMC算法和GPURASQ算法,并证明了上述算法的正确性。实验对简单多边形、任意复杂多边形及大数据量多边形进行了测试对比,结果表明:GPURAS算法精度高,通用性较好但效率受CPU与GPU通信延迟的影响;GPURASMC算法效率较高但牺牲了部分精度;GPURASQ算法精度高、效率高但局限于特定运行环境。与基于CPU的传统算法相比,文中所提3种算法效率更高,在处理包含大量顶点的多边形时,效率提升尤为明显。
- 高艺罗健欣罗健欣裘杭萍唐斌
- 关键词：多边形GPU栅格化蒙特卡罗
