%0 Journal Article
%T Input-aware Runtime Scheduling Support for Fast Clustering of Radar Reflectivity Data on GPUs<br>一种输入感知的雷达回波快速聚类实现
%A 周伟
%A 安虹
%A 刘谷
%A 李小强
%A 吴石磊
%J 计算机科学
%D 2012
%I 
%X 聚类算法作为数据挖掘中的经典算法，在雷达回波的数据分析中经常被采用。然而对于规模和维度都较大的输入数据集，算法十分耗时。很多研究虽然对聚类算法进行了GPU平台的并行和优化的工作，但都忽略了输入数据集对优化的影响。因此，提出了在GPU/CUDA平台上的一种新颖的雷达快速聚类实现。该实现通过运行时的方式对输入的回波数据进行观察，以获取数据的分布信息，用以指导聚类计算在GPU上执行时的线程块调度。而该运行时模块本身的开销非常小。实验表明，引入这种输入感知的运行时调度支持后，大大削减了GPU的计算负载，获得了相对于一般策略的CUDA实现的20%-40%的性能提升，加强了算法的实时性能。
%K Clustering algorithm
%K Real-time
%K Input aware
%K GPU
%K CUDA<br>聚类算法，实时性，输入感知，图形处理器，统一计算设备架构
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=38EE2F0E8240D887E2C472E3CAD285A1&yid=99E9153A83D4CB11&vid=7C3A4C1EE6A45749&iid=59906B3B2830C2C5&sid=AF507FDD66D991DA&eid=BF112261B65CB9C9&journal_id=1002-137X&journal_name=计算机科学&referenced_num=0&reference_num=0