-
公开(公告)号:CN103336959B
公开(公告)日:2016-09-28
申请号:CN201310306471.0
申请日:2013-07-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于GPU多核并行加速的车辆检测方法,其步骤包括计算机视觉、特征提取、目标相似度检测以及Map‑Reduce并行计算框架。本发明有益效果在于,通过Map‑Reduce的GPU并行计算提高了HOG特征提取算法效率,显著缩短了车辆检测所需时间,可用于自动化的智能交通和城市管理领域。
-
公开(公告)号:CN103324765A
公开(公告)日:2013-09-25
申请号:CN201310306838.9
申请日:2013-07-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于列存储的多核并行数据查询优化方法,所述方法针对查询计划构建映射-化简执行流程,该映射-化简执行流程由多个子映射-化简执行流程组成。通过各个子映射-化简执行流程的执行,完成对数据库的查询操作。在子映射-化简执行流程执行时,映射-化简模型负责将各个映射任务分配给不同的核并行执行,各个核依次根据所分配的映射任务中的操作确定映射函数和化简函数的输入输出键值对,以此完成查询计划的执行。本发明很好的利用了在多核处理器上任务可并行执行的特性,缩短了大数据查询结果的返回时间,提高了数据查询的效率。
-
公开(公告)号:CN104133661B
公开(公告)日:2017-01-18
申请号:CN201410369674.9
申请日:2014-07-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于列存储的多核并行哈希分区优化方法,主要解决现有并行哈希分区算法不能高效利用多核处理器资源的问题。其实现方案是:首先,利用映射-化简并行编程模型将数据分区任务动态分配到各个核来执行,根据列存储数据集存储结构的不同,选择相应的避免写冲突策略;然后,用映射线程进行第一次哈希划分,并将所得到的第一次哈希分区结果经过数据倾斜优化后交给化简进程进行第二次哈希分区;最后,返回最终的哈希分区结果。本发明很好的利用了在多核处理器上任务可并行执行的特性,并能够适应各种分布的输入数据,提高了高速缓存效率和多核处理器的整体性能,可用于列存储数据集的多核并行多步哈希分区。
-
公开(公告)号:CN103324765B
公开(公告)日:2016-08-17
申请号:CN201310306838.9
申请日:2013-07-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于列存储的多核并行数据查询优化方法,所述方法针对查询计划构建映射?化简执行流程,该映射?化简执行流程由多个子映射?化简执行流程组成。通过各个子映射?化简执行流程的执行,完成对数据库的查询操作。在子映射?化简执行流程执行时,映射?化简模型负责将各个映射任务分配给不同的核并行执行,各个核依次根据所分配的映射任务中的操作确定映射函数和化简函数的输入输出键值对,以此完成查询计划的执行。本发明很好的利用了在多核处理器上任务可并行执行的特性,缩短了大数据查询结果的返回时间,提高了数据查询的效率。
-
公开(公告)号:CN104133661A
公开(公告)日:2014-11-05
申请号:CN201410369674.9
申请日:2014-07-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于列存储的多核并行哈希分区优化方法,主要解决现有并行哈希分区算法不能高效利用多核处理器资源的问题。其实现方案是:首先,利用映射-化简并行编程模型将数据分区任务动态分配到各个核来执行,根据列存储数据集存储结构的不同,选择相应的避免写冲突策略;然后,用映射线程进行第一次哈希划分,并将所得到的第一次哈希分区结果经过数据倾斜优化后交给化简进程进行第二次哈希分区;最后,返回最终的哈希分区结果。本发明很好的利用了在多核处理器上任务可并行执行的特性,并能够适应各种分布的输入数据,提高了高速缓存效率和多核处理器的整体性能,可用于列存储数据集的多核并行多步哈希分区。
-
公开(公告)号:CN103336959A
公开(公告)日:2013-10-02
申请号:CN201310306471.0
申请日:2013-07-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于GPU多核并行加速的车辆检测方法,其步骤包括计算机视觉、特征提取、目标相似度检测以及Map-Reduce并行计算框架。本发明有益效果在于,通过Map-Reduce的GPU并行计算提高了HOG特征提取算法效率,显著缩短了车辆检测所需时间,可用于自动化的智能交通和城市管理领域。
-
-
-
-
-