叶舜
- 作品数：3 被引量：10H指数：3
- 供职机构：南京理工大学计算机科学与技术学院更多>>
- 发文基金：中国地质调查局地质调查项目国家教育部博士点基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于GPU的高光谱图像混合像元分解并行优化研究
- 高光谱遥感由于其较高空间分辨率和光谱分辨率的特点，被广泛应用于地球科学的各个领域。在整个高光谱图像处理流程中，混合像元分解技术是其关键环节和研究热点。但现有混合像元分解算法执行效率低，无法满足大数据量遥感图像的实时处理需...
- 叶舜
- 关键词：高光谱遥感混合像元分解端元提取
- 文献传递
- 基于GPU的高光谱遥感图像PPI并行优化被引量：4
- 2014年
- 传统高光谱遥感信息处理算法的执行效率较低,无法满足海量遥感数据的实时处理需求。文章对基于图形处理器(graphic processing unit,GPU)的高光谱遥感信息处理并行优化方法进行了研究,针对高光谱遥感图像混合像元分解中广泛使用的纯净像元指数算法,提出了一种基于矩阵乘法的GPU并行优化算法,并给出了实验比较和性能测试数据。实验表明,该优化方法在保证结果准确性的同时,运行效率显著提升,算法加速比最高达到634倍,验证了基于GPU的高光谱数据处理并行优化算法的有效性,能够较好地满足高光谱遥感信息实时处理的应用需求。
- 宋义刚叶舜吴泽彬韦志辉
- 关键词：高光谱遥感图形处理器
- 基于GPU的空谱联合核稀疏表示高光谱分类并行优化被引量：3
- 2014年
- 高光谱图像分类是遥感信息处理领域的热点问题,在核稀疏表示分类框架下,联合光谱信息和像元空间信息,空谱联合核稀疏表示高光谱图像分类能够取得较好的分类效果,但较高的计算复杂度及高光谱图像较大的数据量限制了其在实时性要求较高情况下的应用。基于GPU/CUDA架构,提出了一种空谱联合核稀疏表示高光谱分类的并行优化方法,设计访存优化策略对主机和设备端数据交互进行优化;充分利用GPU并行计算能力,加速分类过程中核矩阵的计算;采用依据GPU并行特性实现的矩阵运算,优化基于交替方向乘子法的分类模型求解过程。利用实际高光谱图像数据进行的实验,验证了该方法的有效性和高效性。
- 王启聪吴泽彬刘建军韦志辉叶舜柳家福
- 关键词：遥感GPU
