School of Geographical Science, South China Normal University, Guangzhou, Guangdong 510631, China;
Abstracts; Graphics processing units; Sensors; Vectors; GPUs; Hyperspectral remote sensing; N-FINDR; endmember extraction; high performance computing; spectral unmixing;
机译:应用于遗传算法并为NVIDIA GPU配置的可扩展并行模式性能的比较分析
机译:N-FINDR算法并行实现的新改进
机译:PRAND:GPU加速的并行随机数生成库:使用最可靠的算法并应用现代GPU和CPU的并行性
机译:使用NVIDIA GPU的并行N-FindR算法的进一步改进
机译:使用NVIDIA CUDA加速对象分类算法的GPU。
机译:在GPU上并行化分而治之算法的示例实现
机译:使用NVIDIA GPU的断层切断重建算法的平行方法