基于OpenCL的并行kNN算法设计与实现

作     者：杨朋霖 冯百明 周志阳 温向慧 无

作者机构：西北师范大学计算机科学与工程学院甘肃兰州730070 

基　　金：国家自然科学基金(61462076) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2017年第39卷第12期

页      码：2198-2202页

摘      要：kNN算法是机器学习和数据挖掘程序中经常使用的经典算法。随着数据量的增大,kNN算法的执行时间急剧上升。为了有效利用现代计算机的GPU等计算单元减少kNN算法的计算时间,提出了一种基于OpenCL的并行kNN算法,该算法对距离计算和排序两个瓶颈点进行并行化,在距离计算阶段使用细粒度并行化策略和优化的线程模型,排序阶段使用优化内存模型的双调排序。以UCI数据集letter为测试集,分别使用E8400和GTS450运行kNN算法进行测试,采用GPU加速的并行kNN算法的计算速度比CPU版提高了40.79倍。

主 题 词：OpenCL GPU kNN 双调排序 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-130X.2017.12.006

馆 藏 号：203281554...