检索结果-南通市图书馆

作者：项阳刚南昌大学

学位级别：硕士

gpu的迅速发展使其应用领域不断扩展。从最初的应用gpu进行绘图工作,到后来将其引入到高性能计算领域,再发展到使用multi-gpu以及gpu集群去进一步提高计算性能。其良好表现和不断的快速发展使得越来越多的学者投入到这方面的研究工作中... 详细信息

gpu的迅速发展使其应用领域不断扩展。从最初的应用gpu进行绘图工作,到后来将其引入到高性能计算领域,再发展到使用multi-gpu以及gpu集群去进一步提高计算性能。其良好表现和不断的快速发展使得越来越多的学者投入到这方面的研究工作中。粒子系统在模拟仿真领域的应用及其广泛,它在流体及固体颗粒仿真模拟中都得到了应用,对其进行模拟优化和加速具有很重要的实际应用意义。本论文结合以上两个方面,采用CPU+gpu异构模型,使用CUDA架构进行编程。对粒子模拟过程中的邻域搜索方法进行了优化,并将双GPU应用到粒子系统模拟中进行模拟加速。对于模拟实现过程中的邻域搜索方法,本文摒弃了原先所需要的既复杂又耗时的排序过程,而采用一种基于非排序的邻域搜索实现方案,该方案较少的线程切换使之更适合在gpu上进行。最终的实践表明该方案获得了比原方法要好很多的模拟表现,使得模拟效率获得提升。更进一步本文通过良好的任务划分和较少的数据交互,设计了一种基于双GPU的模拟实现方案,该方案在大粒子数的模拟过程中所表现出来的良好的加速效果表明了它的实际可行性与意义。通过实际的模拟结果分析得知,这两方面的工作都使粒子系统的模拟效率获得了提升,达到了预期的效果。

关键词：双GPU 粒子系统邻域搜索

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

粒子系统模拟的单双GPU加速技术及其实现

引用

南昌大学学报（工科版） 2014年第1期36卷 90-96页

作者：江顺亮项阳刚徐少平南昌大学计算机科学与技术系江西南昌330031

采用CUDA架构对gpu进行编程,对粒子模拟过程中的邻域搜索方法进行了优化,采用并实现了一种基于非排序的邻域搜索方案。通过良好的任务划分和较少的数据交互,设计并实现了一种双GPU的模拟方案。结果分析得知:非排序的邻域搜索方案在粒子... 详细信息

采用CUDA架构对gpu进行编程,对粒子模拟过程中的邻域搜索方法进行了优化,采用并实现了一种基于非排序的邻域搜索方案。通过良好的任务划分和较少的数据交互,设计并实现了一种双GPU的模拟方案。结果分析得知:非排序的邻域搜索方案在粒子数低于10万时总模拟时间降低近50%,粒子数超过50万时降低12%,双GPU在粒子数超过50万时计算时间降低16%,且粒子数愈多性能愈好。

关键词：双GPU 粒子系统邻域搜索数据交互 CUDA

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

雾化降质光学图像的实时复原技术研究

雾化降质光学图像的实时复原技术研究

引用

作者：徐欢中国科学院大学(中国科学院光电技术研究所)

学位级别：硕士

雾霾天气下,空气中悬浮颗粒对光线的散射使得拍摄到的图像对比度低,降低了图像的能见度和清晰度,造成图像细节信息的丢失;同时,输入图像的模糊不清也会直接影响到后续信息的提取和处理。为了获得清晰自然的无雾视频图像,实时图像去雾算... 详细信息

雾霾天气下,空气中悬浮颗粒对光线的散射使得拍摄到的图像对比度低,降低了图像的能见度和清晰度,造成图像细节信息的丢失;同时,输入图像的模糊不清也会直接影响到后续信息的提取和处理。为了获得清晰自然的无雾视频图像,实时图像去雾算法已成为研究热点。目前的研究主要针对背景静止而前景动态变化的简单场景,对于前景和背景都动态变化的复杂场景,实时图像去雾算法研究少,难度大。为此,本课题研究目的在于探索一种新的能够实现复杂场景视频图像的实时去雾的技术途径。论文的主要研究内容有:首先,介绍了大气散射模型,分析了雾霾天光线的传播特性以及雾化图像降质的原因。在此基础上,研究了暗通道先验去雾算法,并基于CPU平台和C++语言实现了该算法。其次,针对现有图像去雾算法在CPU平台实现耗时长、难以满足实时性需求的问题,本文利用高性能gpu平台和CUDA编程语言,对暗通道先验去雾算法实现了并行化加速,并采用共享内存、寄存器和多个CUDA流的方式优化并行图像去雾算法。实验结果表明,暗通道先验去雾算法基于gpu平台和CUDA语言并行加速后,图像去雾算法执行效率显著提升。最后,研究了前景和背景动态变化场景下视频图像的实时去雾技术。对于全高清视频图像,提出了基于双GPU多线程并行加速的方法。为寻求双GPU并行加速最优控制方式,提出了分帧、分步骤和分像素三种实现策略。分帧是将相邻帧视频图像分别用一个gpu加速;分步骤是将单帧图像去雾算法分成两部分,并分别用一个gpu加速;分像素是将单幅有雾图像数据分为两部分,分别用一个gpu加速。实验研究表明,在双GPU多线程并行加速的三种实现策略中,分帧法去雾速度最快。对于分辨率为1920x1080的视频图像,分帧法去雾速度超过25帧/秒,实现了全高清视频图像的实时去雾。

关键词：暗通道先验双GPU 全高清视频实时去雾

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：