期刊论文

中文

计算机工程与应用

1002-8331

2008

44

31

53-56

10.3778/j.issn.1002-8331.2008.31.015

国家自然科学基金（The National Natural Science Foundation of China under Grant No.60603053.No.60274026,No.60373089,No.60403002） 衡阳师范学院教学研究项目（No.A267） 衡阳师范学院青年科研基金项目（No.07A29）.

本校为第一机构

鉴于Larsen等人利用图形处理器(GPU)的多纹理技术做矩阵运算操作,以实现GPU在矩阵相乘方面的通用计算,提出一种利用GPU和CPU的协同处理模式,应用在基于层次聚类的动态近邻选择模型的聚类算法(DNNS)中,将算法中比较耗时的邻接度矩阵计算步骤交由GPU完成,而算法其余步骤由CPU执行,从而使算法的聚类效率得到显著提高。在配有Pentium IV 3.4G CPU和NVIDIA GeForce 7800GT显卡的硬件环境下经过实验测试,证明这种协同处理模式下的运算速度比完全采用CPU计算速度要快25%左右。这种改进的层次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。

Referring to the matrix calculation operation with the multitexturing technique of Graphics Processing Units（GPU） proposed by Larsen,which is utilized to realize the general purpose computation on the matrix multiplication,one mode of GPU＋CPU co-processing is brought forward.lt is used in the hierarchical clustering algorithm using Dynamic Nearest Neighbors Selection （DNNS） Model.The step of computing connectivity matrix spending much time is finished by GPU,others are processed by CPU and it is very evident that the calculation efficiency...