面向眾核處理器的陰陽(yáng)K-means算法優(yōu)化

摘要： 傳統(tǒng)陰陽(yáng)K-means算法處理大規(guī)模聚類(lèi)問(wèn)題時(shí)計(jì)算開(kāi)銷(xiāo)十分昂貴。針對(duì)典型眾核處理器的體系結(jié)構(gòu)特征，提出了一種陰陽(yáng)K-means算法高效并行加速實(shí)現(xiàn)。該實(shí)現(xiàn)基于一種新內(nèi)存數(shù)據(jù)布局，采用眾核處理器中的向量單元來(lái)加速陰陽(yáng)K-means中的距離計(jì)算，并面向非一致內(nèi)存訪(fǎng)問(wèn)(non-unified memory access, NUMA)特性進(jìn)行了針對(duì)性的訪(fǎng)存優(yōu)化。與陰陽(yáng)K-means算法... （共10頁(yè)）