CPU-GPU混合編程模型上的并行譜聚類實現(xiàn).pdf

1、譜聚類作為極具競爭力的聚類算法，目前已經(jīng)取得了較廣泛的應(yīng)用。譜聚類算法本質(zhì)是通過特征分解，將原始的高維數(shù)據(jù)空間映射到特征向量空間，即低維的線性測度空間，然后對特征向量空間中的數(shù)據(jù)點進行聚類，所以譜聚類方法相對簡單，對復(fù)雜分布的數(shù)據(jù)也十分有效。但是作為一種新發(fā)展的聚類算法，譜聚類算法本身仍存在許多值得深入研究的問題，在如何構(gòu)造相似矩陣W、如何處理特征向量、如何自動確定聚類數(shù)目、如何選取Laplacian矩陣、如何運用到大規(guī)模學(xué)習(xí)問題中幾個

2、方面尤為明顯。在如今普遍的海量信息面前，譜聚類適用于大規(guī)模學(xué)習(xí)的問題亟待解決。隨著當(dāng)代科學(xué)與工程、制造業(yè)的需求驅(qū)動，高性能計算近些年來得到迅猛發(fā)展。相對于CPU的發(fā)展放緩，圖形處理單元(GPU，Graph Processing Unit)在高性能計算方面的卓越表現(xiàn)受到越來越多人的矚目。GPU優(yōu)秀的計算性能以及高速的訪存帶寬為譜聚類在應(yīng)用到大規(guī)模數(shù)據(jù)時，提高計算效率和節(jié)省內(nèi)存空間提供了良好的平臺支持。
　　為了解決利用譜聚類進行大規(guī)

3、模數(shù)據(jù)處理時計算和空間復(fù)雜度較大的問題，本文在CPU/GPU異構(gòu)編程模型上實現(xiàn)了一個基于t近鄰相似矩陣的譜聚類方法(HSC)。同時針對數(shù)據(jù)規(guī)模過大時設(shè)備內(nèi)存受限導(dǎo)致HSC不能正常工作的問題，本文提出了將數(shù)據(jù)分塊后形成流水機制并在CPU/GPU異構(gòu)編程模型上進行實現(xiàn)(HBSC)。在配有GTX480的單個計算節(jié)點和配有4個計算節(jié)點的MPI集群環(huán)境下，使用rcv1、covtypes、kddb和url等不同規(guī)模的數(shù)據(jù)集進行了實驗。實驗結(jié)果表明，