Input-aware Runtime Scheduling Support for Fast Clustering of Radar Reflectivity Data on GPUs
一种输入感知的雷达回波快速聚类实现

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。