基于LDA的高光谱遥感影像并行降维处理研究与实现

摘要

本文面向当前高性能领域较普及的共享存储型小型桌面超级计算机，在实现传统的共享存储OpenMP并行程序的基础上，通过实验结果的对比，研究两种异构系统应用于高光谱降维的优势和适用范围，以期为高光谱遥感工程实际应用提供借鉴。针对高光谱遥感影像线性降维中经典的LDA降维算法，在Windows和Linux环境下分别分析了研究两种算法的加速热点及相应的并行优化策略，并实现基于OpenMP、CPU/GPU和CPU/MIC的并行算法。通过深入研究高光谱遥感影像的LDA串行降维算法的原理和步骤流程，分析LDA降维的加速热点，并面向两种环境下的异构模式和OpenMP，针对LDA变换并行热点设计了相应的并行方案和优化策略，提出并实现了Windows环境下的OpenMP、CPU/GPU，Linux环境下的OpenMP、CPU/MIC四种并行方案。测试结果表明，本章提出的并行算法均获得了相对最优化串行程序的理想加速提升，其中Linux-OMP最高总加速比达到43.45倍，CPU/GPU最高加速比达到49.77倍，CPU/MIC最高加速比达到25.56倍，Win-OMP最高加速比达到6.83倍。