The invention discloses a fast change point detection method, device and storage medium based on CUDA. The method comprises: setting up a CUDA environment for change point detection beforehand; collecting the sample data to be detected and storing the sample data to be detected in the CPU; allocating storage space for the sample data to be detected in the GPU, and storing the sample data to be detected in the CPU. This data is transmitted from the CPU to the GPU's display memory; the GPU is controlled to parallel calculate the AUC estimates corresponding to the sample data to be detected; and the AUC estimates are transmitted to the CPU for change point detection. This method is implemented in CUDA environment. GPU is used to parallel calculate the detected sample data and get multiple AUC estimates. Therefore, the time required for change detection is greatly shortened and the real-time performance of change detection is guaranteed. This method is especially effective when dealing with more sample data.
【技术实现步骤摘要】
一种基于CUDA的快速变点检测方法、装置及存储介质
本专利技术涉及变点检测
,特别是涉及一种基于CUDA的快速变点检测方法、装置及存储介质。
技术介绍
在统计学领域中,变点检测一直是一个比较热门的研究方向。近年来,变点检测研究在理论和应用上都得到了快速的发展,一系列变点检测算法被提出,如最小二乘法、极大似然法、贝叶斯方法、CUSOM控制图等,变点检测技术也被广泛地应用到气象监测、信号跟踪、声纳探测、金融数据分析、工业质量检测、网络安全等诸多领域。变点是指在一个序列或过程中,某个点前后样本的统计特性(均值、方差和协方差等)发生变化。在实际应用环境中,实时检测是否有变点产生,可以及时地对变点进行处理,避免带来不必要的损害。例如,在对台风气象进行监测中,监测数据会产生波动,人们可以利用变点检测算法实时检测这些波动是属于正常波动还是异常波动,实现对气象的监测,以便及时地预防。曲线下面积(AreaUndertheCurve,即AUC)是接收机工作特性曲线下面积,常用分析两类问题。根据AUC与统计学中的著名的曼-惠特尼U统计量(Mann-WhitneyUstatisti ...
【技术保护点】
1.一种基于CUDA的快速变点检测方法,其特征在于,包括:预先搭建用于变点检测的CUDA环境;采集待检测样本数据,并将所述待检测样本数据保存在CPU端;在GPU端为所述待检测样本数据分配存储空间,并将所述待检测样本数据从所述CPU端传输至所述GPU端的显存;控制所述GPU端并行计算所述待检测样本数据对应的AUC估计值;将所述AUC估计值传输至所述CPU端以进行变点检测。
【技术特征摘要】
1.一种基于CUDA的快速变点检测方法,其特征在于,包括:预先搭建用于变点检测的CUDA环境;采集待检测样本数据,并将所述待检测样本数据保存在CPU端;在GPU端为所述待检测样本数据分配存储空间,并将所述待检测样本数据从所述CPU端传输至所述GPU端的显存;控制所述GPU端并行计算所述待检测样本数据对应的AUC估计值;将所述AUC估计值传输至所述CPU端以进行变点检测。2.根据权利要求1所述的基于CUDA的快速变点检测方法,其特征在于,所述控制所述GPU端并行计算所述待检测样本数据对应的AUC估计值具体包括:定义运行在所述GPU端的kernel核函数以对所述待检测样本对应的多对窗口进行并行计算;在所述CPU端调用API函数以控制所述kernel核函数在所述GPU端上运行以得到所述AUC估计值;对所述AUC估计值进行排序。3.根据权利要求2所述的基于CUDA的快速变点检测方法,其特征在于,所述定义运行在所述GPU端的kernel核函数以对所述待检测样本对应的多对窗口进行并行计算具体包括:根据所述待检测样本的维度确定并行计算时的窗口对的数量以确定所需的线程数量;依据预先设定的线程块的参数和所述线程数量计算得到所述kernel核函数在并行计算时所对应的网格参数;确定各所述线程在网格中的位置以作为所述kernel核函数访问各对窗口的全局索引。4.根据权利要求3所述的基于CUDA的快速变点检测方法,其特征在于,所述窗口对的数量具体为N-m-n+1,所述线程数量具体为N-m-n+1;其中,N为所述待检测样本数据的维度,m和n分别为各对窗口中每个窗口...
【专利技术属性】
技术研发人员:李香银,徐维超,陈昌润,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。