论文部分内容阅读
高光谱影像降维快速独立成分分析过程包含大规模矩阵运算和大量迭代计算。通过分析算法热点，设计协方差矩阵计算、白化处理、ICA迭代和Ic变换等关键热点的图像处理单元映射方案，提出并实现一种G-FastICA并行算法，并基于GPU架构研究算法优化策略。实验结果显示：在处理高光谱影像降维时，CPU／GPU异构系统能获得比CPU更高效的性能，G—FastICA算法比串行最高可获得72倍加速比，比16核CPU并行处理快4～6．5倍。