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5 000~15 000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.
中图分类号:
包南森1,李正杰1,柴亚辉1,2,徐炜民1. 邻居搜索问题在CUDA上基于KD-TRIE方法的优化与实现[J]. 上海大学学报(自然科学版), 2012, 18(3): 305-310.
BAO Nan-sen1,LI Zheng-jie1,CHAI Ya-hui1,2,XU Wei-min1. Optimization of Neighbor Searching Problem on CUDA Based on KD-TRIE and Its Application[J]. Journal of Shanghai University(Natural Science Edition), 2012, 18(3): 305-310.