论文部分内容阅读
形式概念分析是一种有效的知识表示与知识发现工具，在数据挖掘、知识发现、信息检索等领域得到了广泛的应用。在形式概念分析的应用过程中，首先要构建概念格，因此建格算法的效率显得十分重要。CUDA（Compute Unified DeviceArchitecture）并行计算架构通过利用GPU（Graphic Processing Unit）的多线程并行处理能力，可以大幅度提升计算性能，已经越来越多地应用于通用并行计算。这为解决形式概念分析应用中的建格问题提供了一个新的思路。本文分析了CUDA多线程编程模型的硬件架构和软件体系，深入研究了CUDA程序的优化策略。分析了FCBO算法的数据结构和逻辑结构，将FCBO算法改造使之可以在CUDA平台运行。最后将改造完成的算法移植到CUDA平台，通过实验验证了改造后的算法的合理性和可行性。本文的主要贡献和创新点如下：1．通过分析CUDA多线程编程模型，结合建格算法在数据结构和算法流程上的特点，提出建格算法的优化策略。根据优化策略，结合FCBO算法的特点，将其改造成能在CUDA平台运行的算法；2．将改造之后的FCBO算法在CUDA平台实现，并与改造前的算法进行了对比分析。