基于GPU并行的功能脑网络属性分析方法

作     者：李丹丹 杨灿 LI Dan-dan;YANG Can

作者机构：太原理工大学计算机科学与技术学院山西晋中030600 

基　　金：国家自然科学基金青年基金项目(61503273) 太原理工大学校基金项目(1205-04020202) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2017年第38卷第6期

页      码：1614-1618页

摘      要：为实现大规模功能脑网络拓扑属性的高效计算,提出基于GPU并行的脑网络属性分析方法。采用统一计算设备CUDA架构,属性分析方法中的计算密集型操作由GPU完成。以功能脑网络为对象,在GPU型号为NVIDIA Quadro K4200的工作站上对该并行方法进行模拟,将该方法与基于单程序多数据SPMD机制的脑网络属性分析方法进行比较。实验结果表明,当网络节点数大于1000时,该方法具有更高的计算性能。

主 题 词：功能脑网络 网络属性 图像处理器 统一计算设备架构 加速比 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 081101[081101] 0811[工学-水利类] 071102[071102] 081103[081103] 

D　O　I：10.16208/j.issn1000-7024.2017.06.039

馆 藏 号：203233203...