邻居搜索问题在CUDA上基于KD-TRIE方法的优化与实现

摘要：

介绍如何在CUDA上搭建KD-TRIE,并对其进行搜索,使其能适应解决邻居搜索问题.实验结果表明,当搜索半径较小(如整个空间直径的0.01和0.001),数据规模较大(如106)时,使用KD-TRIE进行搜索的效果最佳,与蛮力算法相比可以达到加速比5000～15000倍的效果；当搜索半径较大时,加速比会相应减少.采取优化措施,可以提高加速比.

关键词：KD-TRIE、k最邻近结点算法、CUDA、图形处理器

所属期刊栏目：18

分类号：TP338.6(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划资助项目20009AA012201;上海市教委重点学科建设资助项目J50103

在线出版日期：2012-09-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：305-310