摘要:为提高K—means聚类算法的运算速度,基于CUDA架构提出一种分块、并行的K—means算法,并采用“合并访问”、“多级规约求和”、“负载均衡”和“指令优化”等策略优化并行算法。实验结果表明,并行K—means算法的分割效果与串行K—means算法相同,但运行速度得到了极大的提高,加速比最高达到560,很好地解决了农业工程实际中由于分割算法带来的瓶颈问题,能够极大地提高农业劳动生产率。
关键词:图像分割 聚类分割算法 统一计算架构 图形处理器并行优化
单位:西北农林科技大学机械与电子工程学院 陕西杨凌712100 西北农林科技大学信息工程学院 陕西杨凌712100
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社