基于CUDA的k-means算法并行化研究

摘要：

k-means算法在面对大规模数据集时,计算时间将随着数据集的增大而成倍增长.为了提升算法的运算性能,设计了一种基于CUDA(Compute Unified Device Architecture)编程模型的并化行k-means算法,即GS_k-means算法.对k-means算法进行了并行化分析,在距离计算前,运用全局选择判断数据所属聚簇是否改变,减少冗余计算;在距离计算时,采用通用矩阵乘加速,加快计算速度;在簇中心点更新时,将所有数据按照簇标签排序分组,将组内数据简单相加,减少原子内存操作,从而提高整体性能.使用KDDCUP99数据集对改进算法进行实验,结果表明,在保证实验结果的准确性的情况下,改进算法加快了计算速度,与经典的GPUMiner算法相比加速比提升5倍.

关键词：k-means、CUDA、并行计算、大数据

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省自然科学基金LY16F020033;国家自然科学基金61771430

在线出版日期：2018-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：292-297