基于GPU的图像监督分类算法的研究

摘要：

文中介绍了 3 种经典的图像分类算法在 GPU上的实现,分别是简单贝叶斯分类、KNN、SNN 分类.GPU 与CPU协同处理是目前使用得较多的结构模式.一般在 GPU上执行计算量比较大的程序,CPU 负责指挥协调.文中对这 3 种算法进行了测试,通过实验分析,3 种算法的 GPU 并行程序分别获得了平均 72.472,149.536,125.39 倍的加速效果.使用的 GPU架构是Tesla k20c.贝叶斯、KNN和 SNN算法是监督分类算法.实验给出了 3 种算法图像处理的结果和时间,其均符合要求.

关键词：监督学习算法、KNN、SNN、简单贝叶斯算法

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金:CPU/GPU异构系统下高光谱遥感影像降维多级协同并行计算方法及优化策略61272146

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：143-145,170