【摘 要】
：
地质统计学（空间信息统计学）克里金方法是一种效果十分优异的插值算法,广泛应用于地质矿产、石油地质与煤田地质勘探与开发等领域,这种算法的缺点是计算复杂,需要非常多的计算时,在高精度,实时要求性较强的应用场合中存在明显不足。现有的克里金方法并行计算研究多是在二维空间上的插值,而三维克里金算法的计算流程与难点与其有很大不同,且缺少对非参数克里金方法的并行计算研究与完整的基于GPU计算架构的解决方案。本文
论文部分内容阅读
地质统计学（空间信息统计学）克里金方法是一种效果十分优异的插值算法,广泛应用于地质矿产、石油地质与煤田地质勘探与开发等领域,这种算法的缺点是计算复杂,需要非常多的计算时,在高精度,实时要求性较强的应用场合中存在明显不足。现有的克里金方法并行计算研究多是在二维空间上的插值,而三维克里金算法的计算流程与难点与其有很大不同,且缺少对非参数克里金方法的并行计算研究与完整的基于GPU计算架构的解决方案。本文主要的研究内容包括三维克里金算法模块的开发与基于CUDA的GPU并行计算,具体的研究内容如下:（1）本文依据斯坦福大学Fortran开源程序库GSlib,开发了基于Open MP与CUDA的三维克里金插值算法模块。模块提供的简单克里金,普通克里金,指示克里金,块克里金,泛克里金等方法,核心子功能模块包括数据预处理模块、空间系统模块,变差函数模型模块、邻域搜索模块、CPU/GPU并行计算模块、结果处理模块等。（2）本文提出一种基于Open MP的CPU并行框架用以加速三维克里金插值算法。相关实验结果表明,当应用于较高分辨率的插值计算时,能够取得相比于同等参数配置下的串行算法（普通克里金与指示克里金方法）非常明显的插值速度提升（具体表现为4核CPU,5.16与5.09倍,8核CPU,14.0与13.50倍）。（3）本文提出了一种新的在GPU上执行克里金插值计算的框架。并在不同核心的CPU-GPU计算平台、插值分辨率与实际应用中对算法性能影响较大的参数条件下分析了该框架的性能,实验结果表明本文的GPU并行框架对指示克里金算法最高能取得60.7倍的加速比。
其他文献
根据某篇目标论文寻找相似论文,是科研人员的常见需求,学术论文推荐系统能够帮助科研人员从快速增加的海量学术大数据中过滤提取有效信息。推荐算法是推荐系统的主要研究对象之一,不同的推荐算法适用于不同的数据。学术论文包含多属性特征,既可以使用基于文本特征的推荐算法,也可以根据引文、共引等信息构建同构网络、根据文章、作者、机构等信息构建异构网络,对网络使用基于图特征的推荐算法。现有的论文推荐方法存在许多问题
近年来,随着经济、科技、医疗等的快速发展,在世界范围内,人口数量持续上升。每逢节假日,在旅游景点、购物商场、交通枢纽等公共场所均会出现大量人群聚集的情况,一旦发生异常情况,极容易发生踩踏事故,导致人员伤亡。如果能使用架设在公共场所的监控设备进行实时的人数检测和预警,便能够有效地避免事故的发生。这使得使用监控摄像头进行人群计数成为计算机视觉领域的一个研究热点。此外,人群计数还有更多广泛的应用,例如公
无人机作为一种利用无线电方式控制指挥的无人设备,其控制准确性极大依赖于通信信号的强弱,在复杂场景下容易出现指挥控制困难、设备不兼容、数据传输容易被干扰等情况。因此,需要寻找一种更高效、兼容性更好、更安全的人机交互方法。随着深度学习的发展,出现越来越多的算法来解决在人机交互领域的动作识别问题。但多数方法采用图像+光流的形式进行联合训练,计算成本巨大,且容易受到浅层视觉特征的影响。本文基于姿态检测算法
井间电磁探测是在单井基础上发展起来的一种低频远探测方式,发射端采用磁偶极子源以一定的频率发射电磁波信号,并在相距一百甚至几百米的接收端,对信号进行接收和采集。井间电磁成像是根据接收端获取信号波形的幅度和相位等信息,通过反演迭代得到井间地层电阻率的分布。本文利用积分方程数值模拟的方法对地层电阻率分布进行建模分析,得到井间电磁场响应。然后对各个接收点电磁信号分析研究,分析电阻率变化以及电阻率对比度对电
目前语音识别技术中运用较成熟的高斯混合-隐马尔科夫模型（Gauss MixedModel and Hidden Markov Model,GMM-HMM）,其结构简单,实现方便,小数据下训练速度较快。但随着语料库的增大,及语音识别精度的要求变高,GMM-HMM难以穷举所有的文字关系,导致其对数据的适应性差,识别效果不够好,且传统模型使用解析语音的音素信号序列与对应文字进行训练,需对齐语料语音与文字
遥感全天候地表温度产品因不受云雾覆盖影响、长时间序列等优点被广泛应用于气候变化、灾害防控等研究,在青藏高原冰川地区等多云雾地区具有很高的应用潜力和价值。然而目前遥感全天候地表温度产品的空间分辨率多为1 km中空间分辨率,在诸如冰川泥石流等较为精细化的灾害监测中面临空间分辨率不足的问题,进而影响了地表温度的进一步应用。为了提高遥感全天候地表温度产品在青藏高原冰川地区的空间分辨率,本文开展的主要研究工
地表温度（Land Surface Temperature,LST）是地气界面能量交互中的一个关键因子,是地表热辐射的直接表征和多种地气模型的输入参数。热红外遥感是反演地表温度的主流方式,但是受制于物理机制的影响仅能获取晴空条件下的地表温度。被动微波遥感在监测大区域尺度地表温度变化、补足由于云覆盖导致的地表温度时间序列缺失以及协同热红外遥感生成中分辨率（如1 km）全天候地表温度等研究中有着得天独
算法、数据和算力等的进步使今天的目标检测技术在公开数据集上检测效果远超人类。但是算法在落地时,应用场景的数据（目标域）与训练该算法的数据（源域）可能因成像、光照、天气等条件不一致,在图像特征分布上出现较大差异,即领域偏移。领域偏移导致目标检测算法在实际应用时漏检误检增多,效果远不如在公开数据集上的表现。目前解决领域偏移问题主要有两种方案:一是把目标域图像进行标注后重新有监督地训练检测模型,直接得到
随着我国社会的蓬勃发展,网络基础设施建设逐渐完善,人们可以更加轻松地通过电脑、手机等个人设备接入互联网,享受信息化浪潮给我们生活带来的各种便利。人们在医疗健康问题上需要帮助的时候,除了去医院看医生,听从医生的建议,现在还可以利用互联网上近乎海量的医疗知识,来完成自我诊断。但是,互联网上这些丰富的信息在方便人们的同时,也带来了信息过载的问题。人们在搜索某个疾病相关信息时,搜索引擎往往会根据关键字返回
随着社会经济的发展,产生了与人类生活相关的各类数据,这些数据常常蕴含着丰富的空间和时间信息,研究多源数据与城市功能系统之间的关系可以为城市规划管理部门提供数据支持。本论文以深圳市为例,开展基于多源数据的城市功能系统多样性与鲁棒性研究。本论文主要的研究内容与研究结果如下:（1）针对目前城市功能属性推断尚未将通信基站数据、兴趣点数据和交通数据相结合的问题,本论文基于以上三种数据,构建了覆盖面更广的城市