• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Parallel and Distributed Systems, IEEE Transactions on >A GPU Approach to Subtrajectory Clustering Using the Fréchet Distance
【24h】

A GPU Approach to Subtrajectory Clustering Using the Fréchet Distance

机译：使用弗雷歇距离的子轨迹聚类的GPU方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Given a trajectory we study the problem of reporting all subtrajectory clusters of . To measure similarity between trajectory we choose the Fréchet distance. We adapt an existing serial algorithm into a GPU parallel algorithm, resulting in substantial speed-ups, in some cases up to x faster, and increasing the size of the data that can be handled in reasonable amount of time, tests were performed on trajectories three times the size as previously managed. This is to the best of our knowledge not only the first GPU implementation of a subtrajectory clustering algorithm but also the first implementation using the continuous Fréchet distance, instead of the discrete Fréchet distance.
机译：给定一条轨迹，我们研究报告的所有子轨迹群的问题。为了测量轨迹之间的相似性，我们选择弗雷谢距离。我们将现有的串行算法改编为GPU并行算法，从而显着提高了速度（在某些情况下提高了x倍），并增加了可以在合理的时间内处理的数据大小，在轨迹3上进行了测试大小乘以以前管理的大小。据我们所知，这不仅是子轨迹聚类算法的第一个GPU实现，而且是使用连续Fréchet距离而不是离散Fréchet距离的第一个实现。

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