文献检索-宁波市创意产业特色资源库

限定检索结果

一种基于CUDA的大数据量地理加权回归并行加速算法: 收藏
分享
引用; 《测绘通报》2020年第12期 1-5页; 作者：刘振涛杨毅王东超谢晓尧贵州大学计算机科学与技术学院贵州贵阳550025 贵州省科技信息中心贵州贵阳550002 江苏海洋大学测绘与海洋信息学院江苏连云港222005 贵州师范大学贵州省信息与计算科学重点实验室贵州贵阳550001; 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...; 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。; 来源：详细信息评论

限定检索结果