您的位置: 专家智库 > >

国家自然科学基金(61003265)

作品数:5 被引量:11H指数:2
相关作者:汤颖范菁熊丽荣更多>>
相关机构:浙江工业大学更多>>
发文基金:国家自然科学基金浙江省自然科学基金国家科技支撑计划更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 3篇GPU
  • 2篇纹理
  • 2篇纹理合成
  • 1篇度量空间
  • 1篇元数据
  • 1篇社交
  • 1篇社交网
  • 1篇社交网络
  • 1篇图像
  • 1篇评分
  • 1篇拓扑
  • 1篇拓扑结构
  • 1篇网络
  • 1篇相似度
  • 1篇聚类
  • 1篇可伸缩
  • 1篇可视化
  • 1篇好友
  • 1篇多元数据
  • 1篇MULTI-...

机构

  • 3篇浙江工业大学

作者

  • 3篇汤颖
  • 2篇范菁
  • 1篇熊丽荣

传媒

  • 2篇计算机科学
  • 1篇计算机辅助设...
  • 1篇Journa...

年份

  • 2篇2016
  • 1篇2014
  • 1篇2012
5 条 记 录,以下是 1-4
排序方式:
基于GPU加速的快速图像相似区域查找被引量:3
2014年
图像相似区域查找是很多图形图像应用中的关键问题,也是计算瓶颈。传统加速方法如ANN(Approximate Nearest Neighbor)处理较大图像区域时速度较慢,而且在非度量空间下不支持精确查找。提出基于GPU加速的图像相似区域并行查找的通用计算框架,该框架可以扩展,以支持任意距离函数。特别针对在图像处理中应用广泛的欧氏距离(度量空间)和Chamfer距离(非度量空间)分别提出了基于CUDA的高效相似区域查找算法,比较完备地给出了相似性计算在不同度量空间下的实现。进一步,在设计具体的CUDA加速算法中,结合不同距离计算的特点对并行计算过程进行优化。该方法采用穷举的查找策略,在欧氏距离和Chamfer距离下都能实现精确查找,且大大提高了计算效率。实验结果表明,加速算法在准确查找的基础上执行速度比传统加速方法提升了一至二个数量级,且应用于纹理合成的实例表明,算法可以快速合成高质量的纹理。
汤颖肖廷哲范菁
关键词:度量空间GPU纹理合成
一种结合用户评分信息的改进好友推荐算法被引量:4
2016年
传统的好友推荐算法在计算好友相似度时通常仅仅考虑用户在社交网络的拓扑结构的相似性,而对用户的兴趣相似性考虑较少,因此推荐的结果往往不够精准。现有的很多社交网站(如豆瓣网)提供了用户评分功能,用户可以对某类物品(如电影)给出自己的评分。为了在推荐时计算用户的兴趣相似度,提出基于用户给出的对某类物品的评分来计算用户的兴趣相似度,从而在拓扑相似度的基础上结合兴趣相似度得到更精准的推荐结果。首先使用余弦相似度计算出用户间拓扑相似度;其次在计算基于评分的用户兴趣相似度时,通过建立概率模型得到用户聚类评分相似度矩阵,从该评分矩阵推导出用户间基于评分的兴趣相似度;最后,结合拓扑相似度和评分相似度得到最终的改进好友推荐算法,计算出相似度值最高的N个人推荐给当前用户。为了验证所提方法的有效性,用提出的方法对豆瓣网抓取的用户数据进行好友推荐,实验结果证明所提方法与传统的基于拓扑的好友推荐算法相比可以有效提高好友推荐的准确性。
汤颖钟南江范菁
关键词:社交网络拓扑结构评分聚类相似度
A GPU-based multi-resolution algorithm for simulation of seed dispersal被引量:1
2012年
In forest dynamics models, the intensive computation and load involved in the simulation of seed dispersal can become unbearably huge for large-scale forest analysis. To solve this problem, we propose a multi-resolution algorithm to compute seed dispersal on GPU. By exploiting the computation parallelism of seed dispersal, the computation of the whole forest plot is divided into multiple small plot cells, which are computed independently by parallel threads on GPU. To further improve the calculation efficiency with limited threads scale for GPU computation, we propose a hierarchical method to cluster the plot cells into a multi-resolution form according to the biological curves of tree seed dispersal. Experimental results show that our algorithm not only greatly reduces computational time but also obtains comparably correct results as compared to the naive GPU algorithm, which makes it especially suitable for large-scale forest modeling.
Jing FANHai-feng JIXin-xin GUANYing TANG
关键词:GPULARGE-SCALEMULTI-RESOLUTION
可伸缩二维多元数据可视化被引量:2
2016年
在同一个窗口可视化含有多个数据属性值的二维多元数据在很多领域都有重要的应用.为了支持用户在同一个窗口实时交互探索多元数据在不同精度下的可视化结果,实现可伸缩的二维多元数据可视化,提出基于CUDA加速非等轴纹理合成的可伸缩二维多元数据可视化方法.首先通过视觉实验确定纹理样本中纹元的视觉变化与数值变化的对应关系;然后根据实验确定的对应关系,利用非等轴纹理合成方法生成表示二维多元数据变化的纹理可视化结果;再设计了与数值变化对应的用户缩放与平移交互操作,并提出基于CUDA加速的纹理合成以实现用户交互探索;最后针对全球气候数据,给出该方法的可视化结果.用户实验结果表明,文中方法能够有效地完成可视化任务,且优于2个已有方法.
汤颖林琦峰肖廷哲熊丽荣
关键词:多元数据可视化纹理合成GPU
共1页<1>
聚类工具0