共查询到10条相似文献，搜索用时 46 毫秒
1.
GPU加速的多边形叠加分析 总被引：2，自引：0，他引：2
叠加分析是地理信息系统最重要的分析功能之一,对多边形图层进行叠加分析要花费大量时间。为此,将GPU用于多边形叠加分析过程中的MBR过滤及多边形剪裁两个阶段。对MBR过滤阶段,提出了基于GPU的通过直方图及并行前置和实现的MBR过滤算法。对多边形剪裁阶段,通过改进Weiler-Atherton算法,使用新的焦点插入方法和简化的出入点标记算法,并结合并行前置和算法,提出了基于GPU的多边形剪裁算法。对实现过程中可能出现的负载不均衡情况,给出了基于动态规划的负载均衡方法。通过对这些算法的应用,实现对过滤阶段及精炼阶段的加速。实验结果表明,基于GPU的MBR过滤方法相对CPU实现的加速比为3.8,而基于GPU的多边形剪裁的速度比CPU实现快3.4倍。整体上,与CPU实现相比,GPU加速的多边形叠加提供了3倍以上的加速比。 相似文献
2.
三维弹性波逆时偏移需要巨大的计算量和硬盘存储需求,针对此问题,本文引进GPU并行算法和随机边界的概念,在保证同样偏移精度的基础上,采用GPU加速和随机边界方法改进三维逆时偏移算法。本文完成了三维弹性波逆时偏移的CPU和GPU并行算法,对逆时偏移成像效果、加速效果进行了分析验证。 相似文献
3.
鉴于IHS变换的融合影像存在光谱扭曲问题,而灰色关联度对图像边缘检测具有局限性,该文将基于灰色绝对关联度的灰色关联分析与IHS变换相结合进行影像融合。采用灰色绝对关联度检测高分辨率影像的边缘点和非边缘点,基于边缘信息确定高分辨率影像和IHS变换后的亮度分量在组合中的权值,最后通过IHS反变换实现影像加权融合。应用该算法分别对多源遥感影像进行融合处理,在提高空间分辨率的同时能够很好地保持多光谱影像的光谱信息,优于传统的IHS融合方法和基于灰色关联度的IHS融合算法。 相似文献
4.
作为GIS的核心功能之一,空间分析逐步向处理数据海量化及分析过程复杂化方向发展,以往的串行算法渐渐不能满足人们对空间分析在计算效率、性能等方面的需求,并行空间分析算法作为解决目前问题的有效途径受到越来越多的关注。该文在简要介绍空间分析方法和并行计算技术的基础上,着重从矢量算法与栅格算法两方面阐述了目前并行空间分析算法的研究进展,评述了在空间数据自身特殊性的影响下并行空间分析算法的发展方向及存在的问题,探讨了在计算机软硬件技术高速发展的新背景下并行空间分析算法设计面临的机遇与挑战。 相似文献
5.
地图叠加分析是一种计算密集型算法,并行化计算是加快算法执行速度的一种有效方法。该文研究分布式环境下的点面图层并行化叠加分析方法与实现。首先根据点面叠加的特点设置并行数据分解的方式,基于分治法分解空间数据,在并行系统下将地理要素分而治之。然后引入双层索引的并行叠加机制,一是对面图层根据Hilbert空间索引的排序方式分发数据,二是对点图层建立四叉树索引,对每一个进行相交运算的多边形进行快速过滤和求交。最后在Linux集群系统下实现该并行算法,其一利用MPI分布式计算环境实现在整体计算框架下的消息通讯模式的并行,其二在每个子节点中实现基于多核OpenMP工具的本地并行化。结果表明,利用双层空间索引分治的方法可实现并行数据分块,各子节点实现独立计算,减少并行系统中的I/O冲突,并行加速比明显。该方法对矢量地图运算的并行化进行了有益的尝试,为大数据时代的空间数据分析提供一种有效的途径。 相似文献
6.
提出了一种基于激光点云数据提取房屋轮廓线的方法.首先在屋顶激光点云数据中搜索平面距离最远的两个激光点,选择其一为起始点,根据相邻边缘点连线的一侧不存在激光点的原则,检测屋顶所有的边缘点;然后对边缘点分组,利用最小二乘直线拟合方法分别拟合各条轮廓线并进行规则化;最后,选择轮廓线最外侧的激光点,对各条轮廓线进行平移外扩,并通过相邻轮廓线相交确定屋顶角点的坐标.实验结果表明,与通常采用的对屋顶激光点云构建不规则三角网(TIN)获取边缘点的方法相比,该算法运行效率明显提高,检测到的屋顶边缘点数量更多,获取的屋顶轮廓线精度更高. 相似文献
7.
《地理与地理信息科学》2016,(1)
网络最小费用流算法常用来解决资源流最优分配问题,传统的串行算法因时间复杂度高而不能满足大规模网络对计算效率的要求。该文用时间复杂度低的网络单纯形算法(NSA)的并行化求解大规模网络的最小费用流问题。通过分析NSA的可并行性,使用MPI分布式并行技术,设计了NSA并行算法;分析了3种常用流网络的拓扑结构特征及其与地理网络的关系;在并行环境下对计算效率进行实验测试,结果表明该算法具有显著的加速效果,峰值可达5.4。NSA并行算法应用面宽,可为区域及全国性大规模网络流资源分配方案的快速制定与政务决策提供有力支持。 相似文献
8.
汶川地震区航空影像地质灾害自动识别技术 总被引：1，自引：0，他引：1
汶川地震引发的大量地质灾害在高精度航片上表现出明显的纹理特征。对航片进行正射校正后,采用数学形态学方法,选取包括全部方向的结构元素,设计单波段全方位结构元素边缘增强和多波段加权彩色合成相结合的边缘检测算法,自动提取汶川地震引发的灾害体信息,既考虑了灾害体具有亮度突变信息、色调突变信息和边界发展具有多方向性的特点,又考虑了各种色调地物在各个波段上具有不同亮度值的特点,对粘连的地物信息进行分离,根据各个波段与实际灾害体信息的相关性做加权合成,充分挖掘了高精度遥感的色调信息和纹理信息。 相似文献
9.
《地理与地理信息科学》2017,(6)
DBSCAN是一种基于密度的聚类算法,其能从包含噪声点的数据集中发现任意形状的聚类并且无需预先设定聚类个数,因此得到了广泛应用。但随着数据规模的增大,迭代式的点间距离计算导致经典单机串行DBSCAN算法的性能显著下降,使之无法满足实际应用的效率需求。为此,该文提出一种性能改进的分布式并行聚类算法——KDSG-DBSCAN。该算法利用K-D Tree邻域查询减少点间距离计算次数,利用图连通算法优化局部类簇合并过程,并基于Apache Spark MapReduce平台实现了计算过程的并行化。通过4组对比实验,分析了KDSGDBSCAN、经典DBSCAN与未使用图连通的KDS-DBSCAN算法的执行效率、KDSG-DBSCAN各子阶段执行时间占比、不同数据规模下KDSG-DBSCAN的扩展性以及不同计算节点数量和CPU核数下KDSG-DBSCAN的扩展性。结果表明,KDSG-DBSCAN算法具有良好的可扩展性和加速比。 相似文献
10.
《地理与地理信息科学》2017,(2)
对地观测技术的快速发展使空间数据规模迅速增大,海量高分辨率DEM数据使得GIS数字地形分析算法面临日益严重的效率瓶颈,多核并行计算技术是在PC端解决上述问题的潜在途径,而并行任务调度策略、数据划分方法是影响并行算法计算效率的重要因素。该文以河网提取中流向算法D8算法为例,基于OpenMP多核并行编程模型,在最佳任务调度策略下研究按行、列、块进行任务分解对该算法计算效率的影响。实验结果表明,不同数据划分方法对计算效率的影响存在差异。结合dynamic任务调度策略,对该算法采用行划分方法,并调用计算机最大可用线程个数16时并行加速效果最佳,加速比峰值达到13.88;划分块数为16时,运行加速比最高为13.46;按列划分加速比峰值达到12.829;而划分成9块和4块最高加速比仅为7.97和3.83。 相似文献