为了解决面向大规模数量点集时的RPM(robust point matching)收敛时间较长的问题,分析了RPM执行过程中各关键步骤的时间复杂度,针对算法中的矩阵求逆与矩阵相乘进行了基于OpenMP的并行实现;同时针对RPM算法中的运算关系分析了并行实现...为了解决面向大规模数量点集时的RPM(robust point matching)收敛时间较长的问题,分析了RPM执行过程中各关键步骤的时间复杂度,针对算法中的矩阵求逆与矩阵相乘进行了基于OpenMP的并行实现;同时针对RPM算法中的运算关系分析了并行实现的可行性,得出它并不适合采用多线程并发以提高算法效率的结论。文中比对了MPI与OpenMP的并行实现效率,并详细分析了高速缓存干扰现象。实验结果表明,该方法可以快速实现点集的匹配,有效地提高了该算法的运行效率。展开更多
文摘为了解决面向大规模数量点集时的RPM(robust point matching)收敛时间较长的问题,分析了RPM执行过程中各关键步骤的时间复杂度,针对算法中的矩阵求逆与矩阵相乘进行了基于OpenMP的并行实现;同时针对RPM算法中的运算关系分析了并行实现的可行性,得出它并不适合采用多线程并发以提高算法效率的结论。文中比对了MPI与OpenMP的并行实现效率,并详细分析了高速缓存干扰现象。实验结果表明,该方法可以快速实现点集的匹配,有效地提高了该算法的运行效率。
