共查询到18条相似文献，搜索用时 541 毫秒
1.
《地球信息科学学报》2016,(5)
正北京超图软件股份有限公司研发的高性能GIS技术,融合了内存计算、并行计算、GPU计算和高性能算法(图1),其研制的高性能GIS内核,整合发挥计算机大内存、多CPU、多核和显卡的高性能计算能力,显著提升空间数据处理的性能。SuperMap GIS内核构建了全新的基于内存计算(即64位计算)的GIS数据结构与算法,充分利用64位计算环境的大内存寻址能力和更高的指令处理带宽, 相似文献
2.
在利用卫星跟踪卫星资料解算重力场模型位系数时,其海量观测数据处理以及大型方程组解算过程存在计算效率低下、对平台硬件要求高等问题。针对以上问题,提出一种基于能量守恒方法的重力场反演快速异构并行算法,基于CUDA 在GPU端实现并行计算设计矩阵,结合MKL库与分区平差法、预处理共轭梯度法在CPU端完成低内存消耗下的法方程快速构建与求解,实现重力场模型反演的异构并行计算。运用该算法处理GRACE-FO卫星2020-01-01～06-30期间观测数据,反演获得120阶重力场模型GM-GraceFO2020h;与现有模型以及算法对比分析表明,该算法所得模型与现有GRACE重力场模型精度相当,且相较于传统的串行算法,反演耗时减少98.479%,内存消耗减小1个数量级。 相似文献
3.
4.
5.
图像镶嵌是遥感图像处理中的重要内容,在跨区域遥感图像分析中发挥重要作用。为了解决传统遥感图像并行算法中存在的计算节点利用率低、频繁数据I/O等问题,本文根据Spark分布式内存计算框架,充分利用Spark利于迭代数据处理的优势,提出了一种基于Spark自定义RDD（弹性分布式数据集）的并行镶嵌方法。该方法首先在集群的多个节点上通过相位相关法执行图像重叠区域估计操作,从而提高了图像重叠区域估计的多节点并行计算;然后,通过重写Spark中RDD的compute和getPartitions方法,自定义针对遥感图像处理的RDD,并将图像镶嵌中的重叠区域估计、图像配准和图像融合3个关键步骤作为自定义RDD的Transformation类型的操作算子;最后,通过隐式转换创建自定义RDD,并调用自定义RDD的操作算子实现图像镶嵌的并行处理。实验结果表明,与传统基于MPI的并行镶嵌算法相比,该方法在保证图像镶嵌效果的基础上,能够有效提高大数据量的图像镶嵌效率。 相似文献
6.
基于GPU的HASM动态模拟与实时渲染方法 总被引：1，自引：0，他引：1
基于微分几何曲面论的高精度曲面模拟(high accuracy surface modeling, HASM)需要大量的复杂密集计算,在CPU上模拟极为耗时,使得在现有的硬件条件下,实时动态模拟曲面并实时可视化极具挑战性。论文提出了GPU加速的HASM方法,充分利用现代显示适配器(graphic processor unit, GPU)技术,运用GPU最新发展起来的并行计算能力,使用并行化的预处理共轭梯度方法解算曲面,完成曲面模拟,并同时利用GPU的高速缓存架构,对渲染操作进行充分优化,以实现高效实时可视化。HASM需要的有限差分离散和高速解算操作,均充分利用现代GPU架构,所具有的多处理器和众多的流处理器所产生的强大并行计算能力,可视化也用GPU高速缓存技术和三角条带方法进行充分优化。数值实验和实际项目区高程模拟实验均表明, 在GPU为NVIDIA quadro 2000和CPU为DualCore Intel Core 2 Duo E8400的硬件配置下,GPU并行化的曲面模拟方法比普通方法速度提高了约10倍,使得动态模拟与可视化算法可以达到交互式的帧速及实时可视化的要求。 相似文献
7.
8.
一种面向现代GPU的大规模地形渲染技术 总被引：1，自引：0，他引：1
将地形数据均匀地划分为分页,通过基于视点的预加载方法和分页缓冲池管理技术实现海量地形数据的实时调度.沿用LOD算法基本思想,将已加载的分页再划分为若干个分块,以分块为单位进行批量渲染,并把不同细节等级分块之间的裂缝处理提前至预处理阶段进行,减少CPU的实时运算量.实验表明,该算法能使CPU与GPU之间更协调的工作,实现了大规模三维地形的高效渲染. 相似文献
9.
目前,空间关系查询中常用的Plane Sweep 算法是一种串行方法,而关于多核CPU的并行查询算法,在面对海量数据查询时,由于CPU核心数及线程数量的限制,其难以满足查询效率需求。针对该问题,本文提出了一种全新的异构多核架构多边形图层间空间关系查询的并行算法。首先,利用STR 树索引过滤不相交的多边形;然后,对过滤后多边形的线段构建四叉树索引,利用CPU+GPU架构并行计算线段的相交以判断多边形环间的拓扑关系;再根据环间的拓扑关系计算多边形间的维度扩展九交模型(DE-9IM)参数值,据此确定多边形间的空间关系;最后,通过实验验证了该算法的准确性和高效性。实验表明,本算法能有效缩短大数据量的空间查询时间。在实验中逐渐增加目标数据集和源数据集多边形的数量,当两数据集都为50 000 个多边形时,以包含关系为例,相比于ArcGIS,本文提出的算法可达到2 倍的加速比。 相似文献
10.
罗艳 《成都信息工程学院学报》2010,25(1):50-55
三维数据场可视化中的体绘制技术是科学计算可视化领域最重要的一项技术。由于体绘制技术需要处理的数据量十分庞大,生成图像算法又比较复杂,常常需要使用高端图形工作站和特殊硬件来实现。近年来计算机性能的大幅提高,特别是可编程GPU的顶点和片段处理器的快速发展,为普通Pc机上实现实时体绘制技术提供了硬件加速的支持。介绍了科学计算可视化和可编程GPU的概况,在普通PC机上实现了基于GPU的三维纹理映射的体绘制算法,实验表明,在不损失图像绘制质量的情况下,加快了绘制的速度。 相似文献
11.
近些年来,空间数据获取技术得到了迅猛的提高,例如LIDAR,通常可以产生成千上万个点,这对计算机的处理能力提出了挑战.最近,图形处理器(GPU)的计算能力得到了巨大的提升,致使GPU的通用计算引起了关注.GPU是流处理器的集合,最近的设备的流处理器超过240个,浮点峰值比CPU快10多倍.在GPU上编程和编译的环境称计... 相似文献
12.
图像融合是一项计算密集型的操作,对计算机系统的性能要求很高,硬件的发展远赶不上计算需求的增长,传统的遥感图像处理方式已经不能很好地适应新的资源共享模式,故软件方面的改进是必然的选择。网络技术的发展,使网络带宽有了很大的提高,大量的遥感图像通过网络发布成可在线获取的共享资源,利用网络和这些资源能大幅提升融合处理的速度。网格是网络的进一步延伸,是一个变化性较大的动态系统,资源的动态变化是网格的重要特征,数据的更新、节点的加入或离开、节点负载的变化、网络性能的变化等都会影响网格服务的性能,只有及时地掌握这些动态,并根据情况实时进行调整,才能保证较高的执行效率。基于网格服务的遥感图像并行融合的设计,在网格环境下,通过对资源和服务状态属性的分析,生成最优化的方案进行并行处理,可提供高效的遥感图像融合处理服务。 相似文献
13.
海量遥感数据的高性能地学计算应用与发展分析 总被引：1，自引：0，他引：1
航空及航天遥感器的快速发展,使得多源、多时空分辨率的遥感数据成TB级增长,对海量遥感数据的高性能计算与处理提出了更高的要求。据此,当前的遥感应用已经吸收了新型硬件架构计算、集群计算和分布式计算等高性能计算领域的最新技术。本文针对高性能计算处理海量遥感数据的效率问题,分别从分布式并行遥感文件系统和高性能遥感地学计算模式两个方面来论述该问题的研究进展;在此基础上,列举了当前具有代表性的集群和分布式遥感计算平台/系统,并结合具体实验工作,详细阐述了遥感高性能计算平台gDos-IPM(Geospatial Data Operation System-Image Processing Machine)的设计思路;最后总结了高性能遥感地学计算的发展趋势。 相似文献
14.
如何高效地动态监测、模拟和预测地表水过程是防灾减灾中亟待解决的问题,也是科学化的国土整治、区域规划、环境保护和水资源管理的基础。因此,本文利用统一计算设备架构(CUDA)对基于不规则三角网(TIN)的地表水动态模拟算法进行并行化改进,提出了一种基于CUDA的地表水动态模拟并行方法,旨在对任意时刻的地表水进行快速、高精度的动态模拟,从而满足实际的应用需求。该算法从高精度的数字高程模型(DEM)中提取地形特征点和流域线,生成受流域线约束的TIN。在此基础上,根据TIN表面的三角面坐标数据获取水流方向,再结合任意位置的降雨源点追踪得到流水线网络。基于曼宁公式,利用流水线流速计算核函数得到每条流水线上雨滴的流速,结合预设的时间,利用汇流量统计核函数得到该时刻的地表汇流量。具体的并行化过程包括数据的传输,CUDA中线程的划分和流水线流速计算核函数和汇流量统计核函数的实现。本文选取位于加拿大新布伦瑞克西北部的BBW(Black Brook Watershed)流域作为实验样区,将该算法与改进前的方法进行对比表明,该模型在保持精度的同时,大幅提高了模拟效率,加速比达到11.2;另外,通过与SWAT(Soil and Water Assessment Tool)模型进行对比,结果表明,该并行方法的Nash系数提高了88%,相关系数提高了5%。 相似文献
15.
高分辨率遥感影像的目标分类与识别,是对地观测系统进行图像分析理解,以及自动目标识别系统提取目标信息的重要手段。本文综述了当前国内外在可见光、红外、合成孔径雷达和合成孔径声纳等遥感影像的目标分类与识别的关键技术和最新研究进展。首先,讨论了高分辨率遥感影像的目标分类与识别问题的主要研究层次和内容;其次,深入分析了高分辨率遥感影像目标分类与识别,在滤波降噪、特征提取、目标检测、场景分类、目标分类和目标识别的关键技术及其所存在的问题;最后,结合并行计算、神经计算和认知计算等技术,讨论了目标分类与识别的可行性方案。具体包括：（1）高性能并行计算在高分辨率遥感图像处理的主流技术,并给出了基于Hadoop+OpenMP+CUDA的高分辨率遥感影像混合并行处理架构;（2）深度学习对于提升目标分类和识别精度的应用前景,以及基于深度神经网络的多层次遥感影像目标识别方法;（3）认知计算在解决遥感影像大数据不确定性分析的模型与算法,并讨论了层次主题模型的多尺度遥感影像场景描述方案。此外,根据媒体神经认知计算的相关研究,探讨了遥感影像大数据的目标分类和识别的发展趋势和研究方向。 相似文献
16.
高分辨率影像分割的分形网络演化改进方法 总被引：1，自引：0，他引：1
分形网络演化是针对高分辨遥感影像的高精度分割方法。它是以像元自下而上进行地物域合并,直至满足区域对象间异质性值大于预设阈值,停止区域合并得到最终分割结果。当对大数据量遥感影像进行分割时,形成初始区域对象的速度较慢,并且数量较多,导致分割时间长,有待在整体分割效率上进一步提高。一种有效的改进措施是采用某种分割方法,快速生成初始区域对象,然后再以初始分割结果区域对象进行区域合并。本文提出一种自动种子点的并行区域生长分割方法,用于快速生成初始区域对象;提出均匀数据划分的并行区域生长策略及消除数据划分线两侧的区域对象方法;采用OpenMP并行技术实现并行区域生长过程。分割效果对比和效率分析结果表明,本文提出的初始分割方法效率较高,并且分割结果可重现,从可信度、通用性角度来看,具有较高的实用价值。 相似文献
17.
影像金字塔是实现影像数据多分辨率组织的重要方式,是提高影像可视化性能的有效手段。传统串行金字塔构建算法,对大规模影像数据的构建性能已无法满足遥感影像快速浏览的预处理需求。故此,其成为一个亟待解决的问题,而利用多核、多节点的高性能集群计算环境和并行机制是一个重要的技术途径。本文在共享外存的高性能集群环境下,提出使用消息传递接口(MPI)的金字塔并行构建算法,对构建遥感影像金字塔过程中的重采样与I/O 过程进行并行处理,大大缩短了遥感影像金字塔构建时间。实验结果表明:(1)该算法比传统串行构建方法的加速效果明显,对于单波段遥感影像,其加速效果可达到GDAL的5 倍以上,而对于多波段遥感影像,加速效果可达到GDAL的2 倍以上;(2)遥感影像数据量越大,并行构建算法加速效果越显著,对于大规模的遥感影像,本文提出的金字塔并行构建算法的速度可达到GDAL的10 倍左右。 相似文献
18.
地统计面插值算法在空间统计分析中有广泛应用,其目的是通过一组面要素的某已知属性值估算另一组面要素的属性值。地统计面插值算法多是基于克里金（Kriging）插值及其衍生算法。克里金插值算法考虑属性在空间位置上的变异性,需计算要素之间的协方差,是典型的计算密集型算法。本文分析了基于克里金插值的地统计算法计算过程,该算法中面要素间协方差计算相互独立,可作为并行计算单元划分。另外,面要素间协方差计算可使用快速傅里叶变换（FFT）快速计算,而FFT是一种非常适合并行处理的计算密集型算法。本文根据算法特征设计了基于异构集群计算的并行算法,并使用MPI+CUDA实现了该算法。实验结果表明,本文实现的算法比使用MPI实现的CPU集群的算法有更好的性能,具备良好的可扩展性,并且随着插值精度提高表现出更好的性能。 相似文献