|
|||||
|
|
| 一种基于OpenCL的高能效并行KNN算法及其GPU验证 | |
| 作者单位： | ;1.电子科技大学;2.广东省公安厅 |
| 摘 要： | 近年来数据分类技术已经被广泛应用于各类问题中,作为最重要的分类算法之一,K最近邻法(KNN)也被广泛使用。在过去的近50年,人们就如何提高KNN的并行性能做出巨大努力。基于CUDA的KNN并行实现算法——CUKNN算法证明KNN在GPU上的并行实现比在CPU上串行实现的速度提升数十倍,然而,CUDA在实现过程中包含了大量的冗余计算。提出了一种并行冒泡的新型KNN并行算法,并通过OpenCL,在以GPU作为计算核心的异构系统上进行验证,结果显示提出的方法比CUDA快16倍。 |
| 关 键 词： | KNN GPGPU OpenCL 并行冒泡 并行计算 |
A energy efficient parallel KNN algorithm evaluated on GPU using OpenCL |
|
| Abstract: | |
| Keywords: | |
