一种Nehalem平台上的MPI多级分段归约算法

基于线程MPI环境提出一种适用于Nehalem平台长消息归约的多级分段归约算法(HSRA).HSRA考虑了Nehalem系统的体系结构特点,分处理器内归约和处理器外归约两个步骤实施节点内归约通信,在均匀分布计算负载的前提下仅需要较少的远端内存访问.首先在MPIActor的归约算法框架中设计、实现了HSRA算法,从访存角度分析了HSRA算法的开销,然后与单级分段和已有的另外三种节点内基于共享内存的归约算法进行比较;最后在真实系统上通过IMB(Intel MPI Benchmark)验证算法,实验结果表明,该算法是一种适用于在Nehalem系统中处理长消息节点内归约的高效算法.

基于机载LiDAR点云数据的多级分段提取电力线方法

基于机载LiDAR点云数据,针对采用随机采样一致性、霍夫变换的直线检测方法进行电力线提取时存在受测区环境干扰较大、处理过程较为复杂等情况,提出了一种多级分段的电力线提取方法.首先,采用二维格网进行原始点云数据的存储并利用高差信息去除地形以及近地面的地物;其次,采用主成分分析以及随机采样一致性等算法提取出粗略的电力线点;再次,将上步得到的电力线点生成一个二维的凸边形,将其作用于原始数据集得到电力线走廊点;最后,对电力线走廊点按照一定的长度间隔进行多级划分,对于每一长度区域内的点根据高程分布的连续性提取出真正的电力线点.经实验表明,此方法提取的电力线精度能够达到96%以上.