یک پیاده سازی موازی ازدسته بندی نیمه نظارتی تصاویرسنجش ازدوربراساس GPU

دسته بندی تصاویر فراطیفی یک مساله ی چالش انگیز در تکنولوژی سنجش از دور است. در این تصاویر تعداد داده های برچسب دار کم و بعد داده ها بالا است. روش های نیمه نظارتی با استخراج اطلاعات از توزیع داده های بدون برچسب در کنار تعداد کم داده های برچسب دار ، دقت دسته بندی را افزایش می دهند. ماشین بردار پشتیبان لاپلاسین یک روش نیمه نظارتی مبتنی بر منظم سازی منیفلد است. پیچیدگی زمانی این الگوریتم با استفاده از روش گرادیان مزدوج پیش شرط برابر با (O(kn2 می باشد. n مجموع داده های برچسب دار و بدون برچسب و k مقداری است که به صورت تجربی مشخص شده و بسیار کوچک تر از n است. در این مقاله یک الگوریتم موازی تحت عنوان الگوریتم ماشین بردار پشتیبان لاپلاسین موازی ارائه می گردد. با استفاده از تکنولوژی GPU به پیاده سازی الگوریتم مذکور بر روی تصاویر سنجش از دور پرداخته شده است. نتایج پیاده سازی نشان می دهد الگوریتم پیشنهادی از سرعت بالایی نسبت به روش ترتیبی برخوردار است.

کلیدواژه ها:

واحدپردازش گرافیکی GPU ، پردازش موازی ، دسته بندی تصاویرسنجش ازدور ، ماشین بردارپشتیبان لاپلاسین