基于CUDA的k-means算法并行化研究

• 全文链接
• 请求原文

作   者：

刘端阳;  郑江帆;  沈国江;  刘志; 

作者机构：

浙江工业大学计算机科学与技术学院; 

关键词：

CUDA;  k-means;  并行计算;  大数据; 

期刊名称：

计算机科学

基金项目：

非高斯噪声环境下的网络二元混合分布式参数估计算法研究

i s s n：

1002-137X

年卷期：

2018 年 11 期

页   码：

292-297

摘   要：

k-means算法在面对大规模数据集时,计算时间将随着数据集的增大而成倍增长。为了提升算法的运算性能,设计了一种基于CUDA(Compute Unified Device Architecture)编程模型的并化行k-means算法,即GS_k-means算法。对k-means算法进行了并行化分析,在距离计算前,运用全局选择判断数据所属聚簇是否改变,减少冗余计算;在距离计算时,采用通用矩阵乘加速,加快计算速度;在簇中心点更新时,将所有数据按照簇标签排序分组,将组内数据简单相加,减少原子内存操作,从而提高整体性能。使用KDDCUP99数据集对改进算法进行实验,结果表明,在保证实验结果的准确性的情况下,改进算法加快了计算速度,与经典的GPUMiner算法相比加速比提升5倍。