一种基于CUDA的大数据量地理加权回归并行加速算法

作者：刘振涛; 杨毅^*; 王东超; 谢晓尧

来源：测绘通报, 2020, (12): 1-5.

DOI：10.13474/j.cnki.11-2246.2020.0379

• 地理加权回归
• CUDA
• GPU
• 并行加速
• 大数据

针对传统地理加权回归(GWR)在大数据量计算中存在的计算效率低、内存占用大、数据规模受限等问题,本文提出了快速并行地理加权回归(FPGWR)算法,基于英伟达CUDA架构实现了GWR的并行加速,将串行过程分解为并行的独立回归计算模块,同时优化了内存使用模型,提高了算法的运行速度。对比FPGWR和传统GWR在不同数量级模拟数据上和真实数据上的运行速度,结果显示,FPGWR能够支持更大规模的样本量计算并有效提升运行效率,数据量越大加速效果越显著。

• 单位
  贵州师范大学; 贵州大学