基于GPU栅格计算关键技术研究及实现

针对CPU处理栅格计算中的大量并行运算效率不高的瓶颈,选择高并发计算能力的GPU来解决该问题。通过分析GPU通用计算的关键技术,以CUDA为编程环境,分别实现了GPU中简单栅格计算、基于窗口运算的邻域分析和以汇流计算为例的栅格迭代分析。实验结果表明:CPU计算的时间消耗与输入数据长度和数据量线性正相关,GPU并发能力容纳范围内随着输入数据长度幂数增长和数据量增加,时间消耗变化不明显。证明了GPU栅格计算的有效性,具有一定的理论意义和实践价值。

基于LiDAR DSM和等值线分析的高楼统计方法研究

利用了LiDAR数据生成的数字地面模型(DSM)和数字高程模型(DEM),经过栅格运算分析和系列等值线分析,对南宁市部分范围内超过特定高度值的高层建筑进行了统计分析。统计结果与规划部门的数据作比较分析,结果表明该方法方便可靠,能够用于一般的城市区域高楼统计。

利用元胞自动机和遗传算法的Voronoi图生成

提出了基于元胞自动机和遗传算法的Voronoi图生成算法,该方法通过遗传算法的全局最优搜索特性寻求潜力点,在此基础上利用元胞自动机的规则扩散衍变及并行特征生成Voronoi图,有效克服了传统方法的诸多缺点,可以得到更为广泛的应用。