Daubechies9／7离散小波变换算法在GPU上的实现

在JPEG2000中有损压缩算法即Daubechies9／7离散小波变换算法的基础上，提出在GPU上并行运算的实现方案。NVIDIA新发布的CUDA软硬件体系架构结合GeForce8800GTX硬件平台，利用GPU并行运算优势，特别是密集型运算应用，可以大幅提升运算速度。实验结果表明，在当前实验平台，在运算数据量相同和结果正确的前提下，GPU（GeForce8800GTX）运算速度是CPU（Intel Core2 Duo E6320，主频1866MHz）的6～12倍，并且运算量越大、运算资源分配越合理，运算效率提升越显著。     

基于GPU的并行图像离散小波变换

针对现有的离散小波变换耗时久的问题,本文利用CUDA并行计算技术,提出了一种基于GPU的离散小波变换算法实验结果表明在一张2048×2048分辨率的图像中达到了最大106.34的加速比,而且保持了良好的效果。     

基于GPGPU的JPEG2000图像压缩方法

为了进一步加快JPEG2000的压缩速度,对JPEG2000压缩标准进行研究,分析得出JPEG2000核心算法离散小波变换（DWT）部分数据之间的独立性适合并行化处理。NVIDIA最新推出的CUDA（计算统一设备架构）是非常适合大规模数据并行计算的软硬件开发平台。在通用计算图形处理器（general purpose graphic process unit, GPGPU）上使用CUDA技术实现DWT并行化加速,并针对GPGPU存储空间的特点进行优化。得出的实验结果表明,经过CUDA并行优化的方法能够有效地提高DWT的计算速度。     

基于CUDA编程接口的GPU Trace模块设计

面对互联时代海量的信息数据,图形处理器凭借极强的并行计算处理能力,通过GPU+CPU的架构为现代无线接入网设备的信号处理,提供了一种理想的技术手段。文章设计了一款基于CUDA编程接口的GPU Trace模块,用于在GPU+CPU平台架构中跟踪记录GPU的运行信息。     

高维数据集中局部离散文本数据挖掘方法研究

提出利用基于多目标优化软子空间聚类理论的关联规则数据挖掘方法对高维数据集中局部离散文本数据实现数据特征有效挖掘。首先,利用多目标优化软子空间聚类思想结合非支配排序遗传理论优化加权类内紧致及加权类间分离函数,获取优化后的目标函数及非占优Pareto最优解集,运用加权子空间划分方法对最优解集完成特征聚类;其次,基于关联规则思想运用一种特征提取和关联文本的识别方法,对聚类后的文本特征进行文本间及文本内部的特征识别和分类,即实现了文本信息数据的有效挖掘。实验证明,利用多目标优化软子空间聚类数据挖掘方法可以有效实现高维集中局部离散文本数据的挖掘。     

基于云计算的数据挖掘平台架构及其关键技术研究

随着云计算时代的到来,传统数据挖掘系统在海量数据的分析挖掘方面存在性能瓶颈。文章提出了基于云计算的数据挖掘平台,该平台与传统的数据挖掘系统架构相比有高可扩展性、海量数据处理能力、面向服务、硬件成本低廉等优越性,可以支持大范围分布式数据挖掘的设计和应用。该平台能极大减少运营商、企业在数据挖掘技术上的投入并能加快其挖掘业务的推出,缩短研发周期,进一步提高产品收益。     

基于GPU的RS译码处理技术研究

在分析高速译码处理技术的基础上,提出了基于GPU平台RS译码的解决方案,并基于CUDA编程环境完成了RS译码处理的研究与实现.经测试表明,本文基于GPU的RS译码处理模块在理论纠错范围内的处理速度达900Mbps以上,满足实际遥感信道的译码要求.     

基于异构平台的细胞神经网络算法研究

随着GPU的发展,其计算能力和访存带宽都超过了CPU,在GPU上进行通用计算具有成本低、性能高的特点。细胞神经网络由于其特有的性质,非常适合利用GPU进行并行计算,因此,该文提出了利用CU-DA实现的基于GPU的细胞神经网络异构算法,并应用在图像边缘检测上。实验结果证明,与传统的利用CPU实现的边缘检测方法相比,在速度上,基于GPU实现的图像边缘检测方法提高了数十倍,为细胞神经网络在实时图像、视频处理上的应用提供了新的方法。     

基于数据挖掘的图书馆数据预处理方法研究

通过挖掘高校图书馆大量的借阅历史数据,从中提取出切实有用的信息及有效的借阅规则,可为读者提供个性化的推荐服务,进而提高图书馆馆藏图书的流通率。但是,高校图书馆数据具有类型复杂、数据量庞大、冗余值较多等特点,很大程度上影响了挖掘效率。因此,在对图书馆数据挖掘之前,先对这些数据进行预处理,就可很好地解决挖掘效率问题。本文结合内蒙古工业大学图书馆一段时间的流通数据,借助SQL Server2012数据库管理工具,详细研究了基于数据挖掘的数据清洗、数据转换和数据规约3种图书馆数据的预处理方法。     

基于边缘强度匹配的图像融合并行算法的研究

图像融合是图像理解和计算机视觉领域中的一项重要课题。随着图像规模的增大,图像融合面临着处理速度的挑战。最近几年,GPU面向通用计算应用得到了快速发展。本文基于GPU编程模型和硬件特性,深入研究了基于边缘强度的图像融合算法,提出了该算法的并行模型。实验结果表明,该方法有效地综合了源图像中的重要信息,融合图像边界清晰,得到较好视觉效果和较优的评价指标,执行速度与CPU上相比提高了3个数量级。     

基于数据挖掘的入侵检测系统研究

通过对入侵检测和数据挖掘技术的研究,分析了数据挖掘技术在入侵检测系统中的应用。针对入侵检测领域特点,对经典关联、聚类算法进行了改进和优化。对k-means算法的改进解决了聚类算法固有的无法预知最佳聚类个数和分类过细的问题。     

基于数据挖掘的煤矿安全监测方法研究

动态性、模糊性和随机性是煤矿生产的最大特点,各因素之间相互影响、相互制约,许多问题都表现出明显的非线性关系.本文提出了一种基于数据挖掘的煤矿安全监测方案,以煤矿安全监测系统中原始信息为数据样本,使用关联规则挖掘算法对煤矿生产中各自然灾害因素进行挖掘,找出其存在的关联性,对进一步提高煤矿安全监测深度和监测效率,为实现煤矿安全监测专家系统提供决策依据.     

基于数据挖掘的个性化学习模式研究

将数据挖掘应用于网络教育领域,是教育技术发展的必然趋势。基于数据挖掘技术的个性化学习支持系统,在学习过程中为学习者提供个性化的学习内容、学习指导和学习资源,并支持其认知过程。文中从数据挖掘技术与个性化学习的关系出发,探讨了数据挖掘技术在个性化学习中应用领域,系统地分析了数据挖掘的主要技术及其在个性化学习各个环节的作用。     

数据挖掘在电子政务中的应用研究

电子政务的蓬勃发展,产生了各种类型的海量数据,如何准确、有效地从这些数据中提取有价值的信息就成为目前电子政务的一个重要问题.为此,分析电子政务与数据挖掘的关系,并对数据挖掘在电子政务中的应用和应用中应该注意的问题进行研究具有重大的意义.     

基于Web服务的分布式数据挖掘系统探究

计算机网络技术的不断发展,使得我国各个产业的发展更加顺利,对于经济水平的增长也有着积极促进作用,因此,为了能够使其更好的发挥作用,全面的分析和掌握其这种服务的情况与技术,是非常必要的。文章主要是针对基于Web服务的分布式数据挖掘系统进行研究,希望能够为人们提供一些帮助和建议。     

基于PMML数据挖掘应用研究

在理论研究的基础上,介绍了预测模型标记语言(PMML),探讨了PMML标准在数据挖掘系统中的应用,提出了基于PMML的语法描述,并对挖掘系统中的PMML标准进行了详细分析。最后对PMML在数据挖掘中的应用前景进行了展望,并能对用户进行智能及个性化设计提供依据。     

基于决策树的数据挖掘在电信CRM中应用研究

针对电信CRM中“数据丰富但知识贫乏”现象，提出数据挖掘技术，利用SUQ决策树构造算法建立一棵决策树模型，在CRM中根据客户的年龄、所属城市和性别对客户分类，预测客户类型，防止用户流失，争取新用户具有重要意义。     

常用数据挖掘算法研究

为了给企业快速、低成本构建客户管理系统、CRM系统、数据挖掘应用系统提供参考与借鉴,研究了常用数据挖掘算法。通过研究数据挖掘算法基本原理、适用范围及优点,得出可以使用不同的算法来执行同样的业务任务,每个算法会生成不同的结果。因此在一个数据挖掘解决方案中,可以使用一些算法来研究数据,然后使用其他算法,基于这些数据预测特定结果。     

基于电子商务中的数据挖掘技术研究

电子商务是新兴的现代商业模式,数据挖掘是先进的信息处理技术。随着商业信息和数据的急剧增加,如何有效地分析和利用信息成为企业共同关注的问题。阐述了电子商务的概念,分析了数据挖掘的作用和工作流程。讨论了电子商务中挖掘信息的目标、方法及数据挖掘技术在电子商务中的几点应用。