• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE East-West Design Test Symposium >Modified fast PCA algorithm on GPU architecture
【24h】

Modified fast PCA algorithm on GPU architecture

机译：在GPU架构上修改的快速PCA算法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recognition task is a hard problem due to the high dimension of input image data. The principal component analysis (PCA) is the one of the most popular algorithms for reducing the dimensionality. The main constraint of PCA is the execution time in terms of updating when new data is included; therefore, parallel computation is needed. Opening the GPU architectures to general purpose computation allows performing parallel computation on a powerful platform. In this paper the modified version of fast PCA (MFPCA) algorithm is presented on the GPU architecture and also the suitability of the algorithm for face recognition task is discussed. The performance and efficiency of MFPCA algorithm is studied on large-scale datasets. Experimental results show a decrease of the MFPCA algorithm execution time while preserving the quality of the results.
机译：由于输入图像数据的高维度，识别任务是一个难题。主要成分分析（PCA）是用于降低维度的最流行的算法之一。 PCA的主要约束是在包括新数据时更新的执行时间;因此，需要并行计算。打开GPU架构到通用计算允许在强大的平台上执行并行计算。本文在GPU架构上介绍了快速PCA（MFPCA）算法的修改版本，并且还讨论了面部识别任务算法的适用性。在大型数据集上研究了MFPCA算法的性能和效率。实验结果表明，MFPCA算法执行时间的减少，同时保留了结果的质量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号