多核平台下的并行计算课程实验指导书

本文由用户“mayilovedaxiang”分享发布 更新时间:2021-11-27 19:10:51 举报文档

以下为《多核平台下的并行计算课程实验指导书》的无排版文字预览,完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。

多核平台下的并行计算课程实验指导书

[实验目的]:利用所学的并行技术,实现SLIC超像素算法的并行化和优化,提高数据处理的效率,并通过实验充分理解与掌握并行计算技术。

[实验安排]:实验共分 16次,其中第1次实验为熟悉 Linux 环境,安装并行编程软件,并运行已有的串行代码;接下来的 15 次实验,使用任选一种并行编程模型:包括课堂上讲过的 MPI、OpenMP、Pthread 或者课堂上没有讲过但通过自学掌握的其它工具如:Intel Cilk,Intel TBB等实现多核CPU处理器上并行化,如有余力可以在算法和粗细粒度上进一步优化代码。所有工作要在 15 次实验课内完成(即30个课时)。

[题目简介]:

超像素算法就是将图像的像素依据某种相似性进行聚类,形成一个大“像素”,这个大“像素”可以作为其他图像处理算法的基础。在众多的超像素算法中,比较常用的是SLIC(simple linear iterative clustering),它是Radhakrishna Achanta等人于2010年提出的一种简单高效的超像素算法,它的计算复杂度为O(N),其中N为图像像素点个数。

SLIC算法的基本思想是, 首先将图像从RGB颜色空间转换到CIE-Lab颜色空间,并把每个像素的(L,a,b)颜色值和(x,y)坐标值组成一个5维的特征向量V[L, a, b, x, y],然后,根据给定的网格步长S,初始化聚类中心Ck=[Lk, ak, bk,xk, yk]T,之后在每个聚类中心 Ck 的邻域(2Sx2S),计算邻域内各像素与该 Ck 点的相似性度量,从而对邻域内的像素点进行聚类,之后迭 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。

9. 后续将采用多组参数和数据用于结果验证。

10. 实验题目的最终测试环境为双路AMD EPYC 7402 24-Core Processor,256GB DDR4内存,编译器为GCC8.3.1。

[实验分组]:实验可以单独完成也可以分组完成,但每小组最多3人。

[实验报告]:实验完全结束后每人需要提交一份实验结果压缩包(先放到文件夹中再压缩,不要提交输入、输出和验证数据集,不要使用rar压缩格式),压缩包需要包括一份实验报告(.doc 后缀)、源程序和readme文件(内含执行所实现的并行程序需要的参数说明比如:如何设定程序运行时的线程数等)。其中实验报告需要包括并行算法的设计思路、优化技术以及使用不同线程数目时的运行时间与加速比情况,具体格式与内容请参见附1。压缩包的名字请写成:班级+PC+学号+姓名 格式,并发送到SDUHPC2016@163.com,邮件主题请标明:“并行计算实验:班级+PC+学号+姓名”。

附1

多核平台下的并行计算课程实验报告

姓名: 学号: 班级

填写下表,给出所使用的软硬件环境参数

操作系统版本





并行编程模型





编译器版本





CPU型号、主频及核数





内存型号,大小及主频







填写下表,给出程序使用不同线程数目时的运行时间与加速比(也可以自己设计图表描述不同线程数时程序的运行时间及加速比)

线程数目

运行时间(秒)

加速比



1



1.0



2







4







8







16







……

……

……





并行算法设计和优化思路

[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。

  1. 优质课教案氧气制取
  2. 幼儿园教师观察记录表
  3. 数据结构课程实验报告
  4. 实验12最小生成树***实验报告纸
  5. 遗传算法实验报告书提纲
  6. 《数据结构》课程实验报告

以上为《多核平台下的并行计算课程实验指导书》的无排版文字预览,完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。

图片预览