您的位置： 专家智库 > >

杨洲

作品数：1 被引量：2H指数：1
供职机构：北京计算机及应用研究所更多>>
发文基金：国家自然科学基金国家科技支撑计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇文档
  • 1篇文档聚类
  • 1篇文档聚类算法
  • 1篇聚类
  • 1篇聚类算法
  • 1篇CUDA
  • 1篇GPU
  • 1篇K-MEAN...
  • 1篇并行计算

机构

  • 1篇西北农林科技...
  • 1篇北京计算机及...

作者

  • 1篇方勇
  • 1篇景旭
  • 1篇杨洲
  • 1篇戴涛

传媒

  • 1篇计算机工程与...

年份

  • 1篇2013
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于CUDA的k-means文档聚类算法并行优化被引量：2
2013年
为提高k-means的大数据量计算速度,结合k-means算法计算密集和计算统一设备架构(CUDA)的特点,提出了寄存器优化的并行聚类算法和滑动门并行计算中心点算法。寄存器优化的并行聚类算法优化了聚类步骤,提高了GPU的寄存器利用率,降低了数据获取延迟;滑动门并行计算中心点算法优化了中心点计算步骤,避免了数据同步,提高了GPU计算核心的利用率。实验结果表明,并行优化的k-means算法在GTX 480上可获最高约137倍的加速比,有效地提高了k-means算法在单机上的运行效率。
戴涛杨洲方勇景旭
关键词：K-MEANS文档聚类CUDA并行计算GPU
全选 清除 导出
共1页<1>
聚类工具0