典型文献
GPU环境下加速移动对象可视化更新的方法研究
文献摘要：
移动对象数据具有规模大、更新频繁的特点,对数据可视化具有较高的性能要求.当数据规模增大时,实时加载数据进行可视化的性能效率会随之降低.为了提高移动对象可视化的效率,提出了GPU环境下的移动对象更新方法,并结合移动对象特征设计出并行查询方案.同时,优化了移动对象的更新函数,通过比较临近的两次可视化查询的时间区间,找出需要更新的时间片,对其进行相应的更新,从而避免了整个时间区间的更新.实验使用了数据规模为400万到1000万的合成数据集,和包含约960万个采样点的真实出租车数据集.实验结果表明,与CPU上的R-Tree查询、GPU上的R-Tree查询和CPU上更新函数中的串行索引查询方法相比,所提方法具有较好的查询性能,加速比最高可达18.48.移动对象更新函数优化后,当临近的两次可视化查询时间区间完全重叠时,加速效率接近100％.
文献关键词：
移动对象更新;可视化效率;图形处理器(GPU)
中图分类号：
作者姓名：
冒艳纯;许建秋
作者机构：
南京航空航天大学 计算机科学与技术学院,南京 211106
文献出处：
引用格式：
[1]冒艳纯;许建秋-.GPU环境下加速移动对象可视化更新的方法研究)[J].计算机工程与应用,2022(23):261-267
A类：
移动对象更新,并行查询
B类：
GPU,对象数据,数据可视化,性能要求,性能效率,更新方法,更新函数,可视化查询,时间片,合成数据集,万个,采样点,出租车数据,CPU,Tree,串行,索引,查询方法,查询性能,加速比,函数优化,查询时间,全重,加速效率,可视化效率,图形处理器
AB值：
0.341153
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。
