基于cublas和cuda的mnf并行算法设计与优化

《基于cublas和cuda的mnf并行算法设计与优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于CUBLAS和CUDA的MNF并行算法设计与优化摘要:为实现高光谱影像数据快速降维，基于nVidia的像处理单元研究最大噪声分数变换降维算法的并行设计与优化，通过对加速热点并行优化，择优整合，设计并实现基于CUBLAS库的MNF-L算法和基于CPU/GPU异构系统的MNF-C算法.实验结果显示MNF-L算法加速11.5〜60.6倍不等，MNF-C算法加速效果最好，加速46.5〜92.9倍不等.研宄结果表明了GPU在高光谱影像线性降维领域的巨大优势.关键词：图像处理单元；GPU性能优化；高光谱影像降维；最大噪声分数变换；协方差矩阵计算中图分类号：TP391.4文献标志码：AParalle

2、lAlgorithmDesignandPerformanceOptimizationofMaximumNoiseFractionRotationBasedonCUBLASandCUDAZHOUHaifang,GAOChang,FANGMinquanAbstract:Torapidlyreducethehugedimensionsofhyperspectralimage，thispaperinvestigatedthedesignandoptimizationoftheparallelMaximumNoiseFractionRotationalgorithmbasedonnVidiagrap

3、hicprocessingunits.Inparticular,aMNF-LalgorithmbasedontheCUBLASlibraryfunctionsandaMNF-CalgorithmontheCPU/GPUheterogeneoussystemwaspresentedbydesigningmappingschemesandparalleloptimizingstrategies.ExperimentresultshowsthattheMNF-Lalgorithmcanobtainthespeedupsbetween11.5and60.6,andtheMNF-Calgorithm

4、cangetthespeedupsbetween46.5and92.9.Therefore，GPUshaveagreatadvantageinreducingdimensionsofhyperspectralimages.Keywords:graphicprocessingunit；performanceoptimizationforGPU；dimensionalityreductionofhyperspectralimage；maximumnoisefractionrotation；covariancematrixcalculation高光分V遥感影像具有波段连续、光谱分辨率高的特点，能

5、从其光谱空间中获取丰富的地物特征信息，因其“图谱合一”的优势，广泛应用于农业、林业、军事、环境科学、地质等各领域，具有很好的实用性和研宄价值［1-2］.在数据处理过程中，连续波段成像导致高光谱影像数据量庞大，且连续波段之间数据相关性强，信息冗余大，存储处理困难，为应用和分析带来不便，如产生维数灾难、Hughes现象等［3］，因此，数据降维应运而生.怎样将高维空间数据映射到低维子空间，同时保持重要特征不被丢失是高光谱数据降维遵循的基本原则.高光谱影像降维主要涉及矩阵操作，如滤波、矩阵乘、协方差矩阵计算等，是典型的计算密集型和访存密集型过程，传统的降维过程一般采用串行方式进行，计算复杂度高，耗

6、时长，无法满足各领域对高光谱数据及时处理的需求[4-5].2007年，nVidia公司发布统一计算设备架构，GPU并行计算开始在科学计算领域承担重要角色[6].CPU+GPU异构系统在高性能计算领域表现突出，天河1A、泰坦等超级计算机相继成为TOP500榜首P].高光谱影像并行处理己有广泛研宄，方民权[8-9]等人分别基于GPU和MIC研究了高光谱影像主成分分析降维算法，在2个GPU上获得了128倍加速比，在3个MIC上加速133倍；Sergio[10]等人基于GPU集群实现了高光谱影像实时解混；Elmaghrbay[ll]等人提出了高光谱影像端元提取的快速GPU算法；Chang[12]等

7、人实现了一种并行模拟退火方法，并成功应用到高维遥感影像数据特征提取；Santos[13]等人基于GPU平台实现了高光谱影像有损压缩算法的并行加速,表明GPU在高效数据处理方面的巨大潜力.罗耀华[14]等人首次基于GPU实现了MNF并行方法研究，在数据规模为1036x235x229时，最高取得了4倍的加速比，但该算法仅对加速热点中的协方差矩阵运算进行了并行移植，且涉及的优化分析较少，加速效果较差.MNF作为高光谱数据特征提