一种针对拓扑关系并行计算的矢量目标集均衡划分方法技术

本发明专利技术公开了一种针对拓扑关系并行计算的矢量目标集划分方法。矢量目标拓扑关系并行计算属于非计算密集型算法，其并行计算中主要的计算资源消耗是判断矢量目标间最小包围矩形是否相交，而拓扑计算只占小部分计算资源。因此，矢量目标划分的重点不是顾及矢量目标的几何复杂性，而是考虑各进程中矢量目标数量的均衡。针对矢量目标拓扑关系并行计算采用高效的均衡划分法分配数据至各进程，使进程间矢量目标数量均衡即任务负载均衡。利用本发明专利技术可实现进程间计算负载高度均衡，进而提高算法效率，为单机多核、众核和高性能集群环境的海量数据的拓扑关系软件的开发与服务提供一种高效的矢量数据划分方法。

【技术实现步骤摘要】

本专利技术属于并行计算领域，特别是涉及到一种针对矢量目标拓扑关系并行计算的矢量目标集均衡划分方法。
技术介绍
拓扑关系是空间目标在延展、移动、旋转等变换下保持不变的一种定性关系，它在空间数据的组织、分析、查询等方面有着十分重要的作用。拓扑关系在空间推理和空间查询上也扮演着非常重要的角色，是地理信息系统的重要内容。随着空间数据量爆炸式的增长，传统的空间关系串行算法已不能满足大规模空间数据分析与需求，亟待利用计算机并行体系架构发展一种并行算法，才能满足大规模矢量目标(空间数据)空间关系快速计算与分析的应用需求。矢量目标拓扑关系并行算法由3部分组成1)多边形目标集的预处理；2)多边形目标集划分；3)多边形目标拓扑关系计算与判断。多边形目标集预处理并行算法的预处理是指对多边形数据进行并行排序，排序的原则是以多边形目标的顶点数为参数进行排序。多边形目标集划分多边形目标集的划分是拓扑关系并行算法的重点和难点问题。影响并行算法的效率的一个重要方面是并行计算过程中的负载均衡。拓扑关系并行算法设计需考虑两方面问题一是矢量目标的空间特性，二是矢量目标集的划分。拓扑关系并行算法为非计算密集型算法，根据其本文档来自技高网...

【技术保护点】
根据权利要求1所述对于针对拓扑关系并行计算并顾及目标数量的矢量目标集均衡划分方法，其特征在于，包含以下2个特征：1)以各矢量目标顶点数(vi)为权值(wi)的参数(wi＝f(vi)(1≤i≤n)，n为矢量目标数目)，根据各矢量目标的wi大小对矢量目标集进行序列化，划分数量相同的矢量目标子集至各进程，使进程间的任务负载均衡。2)在分配的过程中，根据分配次数m的奇偶性，将矢量目标集Sm{s1，s2，s3，……，sp}分配到不同进程；若m为奇数，则分配的顺序是s1→sp(即权值从大到小(或从小到大))；若m为偶数，则分配的顺序为sp→s1(即权值从小到大(或从大到小))。

【技术特征摘要】
1.一种针对拓扑关系并行计算的矢量目标集划分方法，其特征主要在于 针对拓扑关系并行计算并顾及目标数量的矢量目标集均衡划分方法；根据权利要求1所述对于针对拓扑关系并行计算并顾及目标数量的矢量目标集均衡划分方法，其特征在于，包含以下2个特征 .1)以各矢量目标顶点数(Vi)为权值(Wi)的参数(Wi= f (Vi) (1≤i≤n) ,n为矢量目标数目)，根据各...

【专利技术属性】
技术研发人员：吴立新，杨宜舟，郭甲腾，
申请(专利权)人：吴立新，杨宜舟，郭甲腾，
类型：发明
国别省市：