K均值聚类算法的研究与并行化改进

作者： 陈友

摘要：K均值算法是一种常用的聚类分析方法,广泛应用于图像处理和机器学习等领域。但该算法具有较高的计算复杂度,导致了算法具有较大的局限性。为了提高算法的运行效率,本文在深入分析算法基本原理的基础上,利用CUDA架构提供的强大计算能力对该算法进行了并行化改进。实验结果表明,算法在取不同的聚类数时均取得了较高的加速比。

关键字： K均值算法 聚类分析 图形处理器 计算统一设备架构

上一篇：特殊天气下RCD30倾斜航摄仪数据获取的影像预处理措施
下一篇：基于EOS／MODIS若尔盖高原地区湿地信息提取及变化监测