图形处理器在分层聚类算法中的通用计算研究(英文)

作者：李琳; 孙士兵; 王静; 赵磊

来源：衡阳师范学院学报, 2008, (06): 72-76.

DOI：10.13914/j.cnki.cn43-1453/z.2008.06.034

• 聚类分析
• 图形处理器
• 通用计算
• 分层聚类 clustering analysis
• graphics processing units
• general purpose computation
• hierarchical clustering

ROCK是一种采用数据点间的公共链接数来衡量相似度的分层聚类方法,这种方法对于高维、稀疏特征的分类数据具有高效的聚类效果。其邻接度矩阵计算是影响其时间复杂度的关键步骤,将图形处理器(GUP)强大的浮点运算和超强的并行计算能力应用与此步骤,而其余步骤由CPU完成,这种基于GUP的ROCK算法的运算效率在AMD 643500+CPU和NVIDIA GeForce 6800 GT显卡的硬件环境下经过实验测试,证明其运算速度比完全采用CPU计算速度要快。这种改进的分层聚类算法适合在数据流环境下对大量数据进行实时高效聚类操作。

• 单位
  衡阳师范学院