典型文献
基于GPU的大图数据上的关键字检索算法
文献摘要：
在传统图上关键字检索问题研究的基础上,基于图形处理器(GPU)设计新的关键字检索算法.基于Stein-er tree语义定义关键字检索问题,针对该问题结合传统多源最短路径算法在CPU上设计基本算法,由于CPU架构特性,该算法无法直接移植到GPU上.提出GPU上的基本检索算法,分析它相对于CPU版本的优势和仍然存在的不足.为了提升算法查询速度,反思GPU上基本检索算法的不足之处,提出基于索引的优化技术,利用单源最短路径算法的松弛更新思想、关键字独立性和内部整体性,设计GPU上的高效关键字检索算法.扩展该算法思想,对r-cliques关键字检索问题提出GPU上的优化思路.通过分析算法复杂度并在真实数据集上进行实验,证明该GPU算法的正确性和有效性,并证明算法在较大规模图数据上仍有较强的计算性能.
文献关键词：
检索;属性图;索引;GPU通用计算;并行计算
中图分类号：
作者姓名：
林鹤翔;乔连鹏;袁野;王国仁
作者机构：
北京理工大学 计算机学院,北京 100081;东北大学 计算机科学与工程学院,辽宁 沈阳 110169
文献出处：
引用格式：
[1]林鹤翔;乔连鹏;袁野;王国仁-.基于GPU的大图数据上的关键字检索算法)[J].浙江大学学报（工学版）,2022(02):271-279
A类：
cliques
B类：
GPU,关键字,检索算法,上关,图形处理器,Stein,er,tree,最短路径算法,CPU,索引,优化技术,松弛,新思想,法思想,优化思路,算法复杂度,真实数据,大规模图数据,属性图,通用计算,并行计算
AB值：
0.300693
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
