集成众核上快速独立成分分析降维并行算法

摘要：

高光谱遥感影像快速独立成分分析（fast independent component analysis ，FastICA ）降维过程包含大规模矩阵计算及大量迭代计算．通过热点分析，面向集成众核（many integrated core ，MIC）架构设计了协方差矩阵计算、白化处理和 ICA 迭代等热点并行方案，提出和实现一种 M-FastICA 并行降维算法，并构建算法性能模型；基于集成众核研究并行程序优化策略，针对各热点并行方案提出一系列优化策略，特别是创新性地提出一种下三角阵负载均衡方法，并量化测试其优化效果．实验结果显示M-FastICA 算法最高可加速42倍，比24核 CPU 多线程并行快2．2倍；探讨了波段数与并行程序性能的关系；实验数据验证了算法性能模型的准确性．

关键词：集成众核、独立成分分析、高光谱影像降维、性能模型、下三角阵负载均衡

所属期刊栏目：53

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61272146，41375113；湖南省研究生创新资助项目CX2015B030 This work was supported by the National Natural Science Foundation of China61272146，41375113;the Graduate Innovative Foundation of Hunan Province of China CX2015B030．

在线出版日期：2016-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1136-1146