Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广东工业大学;广东能哥知识科技有限公司王卓薇获国家专利权

恭喜广东工业大学;广东能哥知识科技有限公司王卓薇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜广东工业大学;广东能哥知识科技有限公司申请的专利一种多GPU分布式并行的K-Means聚类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115114031B

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210859003.5,技术领域涉及:G06F9/50;该发明授权一种多GPU分布式并行的K-Means聚类方法是由王卓薇;林浩然;程良伦设计研发完成,并于2022-07-20向国家知识产权局提交的专利申请。

一种多GPU分布式并行的K-Means聚类方法在说明书摘要公布了:本发明公开了一种多GPU分布式并行的K‑Means聚类方法,首先确定划分的K个不同的簇中心以及K个GPU,将其单个簇中心和完整数据集分别传递进单个GPU中,在GPU的不同块内进行数据间的距离运算,而当中的GPU排列在一个GPU逻辑环中,使得每个GPU都有一个左邻GPU和右邻GPU,而GPU只会向右邻GPU发送数据,并只从左邻GPU接收数据,以此模型去进行运算获得聚类结果。通过结合基于多GPU并行计算与Ring‑Allreduce原理优化K‑Means聚类算法,在不损失聚类结果的情况下,优化了GPU间的通信成本,提高了算法性能表现,降低在多GPU环境下的GPU间数据通信成本。

本发明授权一种多GPU分布式并行的K-Means聚类方法在权利要求书中公布了:1.一种多GPU分布式并行的K-Means聚类方法,其特征在于,包括以下步骤:S1:根据遥感图像的预想聚类数量划分,即设定簇数k,选定k个初始簇中心Q={Q1…Qk},设定参与计算的k个GPU编号,即编号为GPU1到GPUk,把k个簇中心数据和整个数据集分别传递进k个数据集;其中存在的第i1=i=k块GPU,1=i=k,该GPU则会从CPU端传递获得数据集以及第i个编号的簇中心Qi,GPU把每个数据分配独立且不同线程或块并行运算资源;S2:第i块GPU的第i个线程的数据与GPU上的第i号的簇中心计算其距离DistanceQi,i;S3:GPUi+1计算簇中心Qi+1到第i+1线程数据的距离DistanceQi+1,i+1;S4:从GPUi传递DistanceQi,i至GPUi+1,与GPUi+1其中DistanceQi+1,i+1比较大小,较小的距离会记录在GPUi+1上;S5:S2到S4的步骤针对第i位置的数据重复执行,直到所有GPU的同一位置的距离最小值记录Distance相同;S6:S2到S5的步骤针对第i+k位置的数据重复执行,直至GPU上所有数据都找到最近的簇中心为止;S7:GPU间遍历距离记录;S8:对簇i内所有数据求均值,计算出新的簇中心并更新Qi;S9:重复执行S1到S8,直至簇中心不再变化为止;最终得到以5个点为簇中心的簇,把数据集划分成5个类,结束。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东工业大学;广东能哥知识科技有限公司,其通讯地址为:510006 广东省广州市番禺区广州大学城外环西路100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。