GPU通用计算在文本分类中的应用研究

【摘要】随着互联网技术的快速发展，人们日益普遍地使用计算机来生产、处理、交换和传播各种形式的信息，世界对信息的需求快速增长，而文本是承载信息的主要载体，文本分类技术也越来越受到人们的关注。文本分类问题是将一篇未知类别的文档归入预先定义的类别中，而文本的自动分类则是使用计算机来实现这样的分类。文本分类可以更好的帮助人们组织文本、挖掘文本信息，文本分类技术也成为信息处理领域最重要的研究方向之一。虽然人们对文本分类算法做了大量研究和发展，但是分类速度和分类精度依然是一对矛盾，文本分类算法的时间复杂度依然很大，在现有的串行结构下，很难有质的突破。因此，本文针对文本分类中遇到的现实问题，在不降低分类准确度的情况下，将传统文本分类算法在GPU上并行实现，利用GPU强大处理能力和高带宽减少文本的训练时间。近年来GPU已经在科学研究和超级计算领域取得突破性进展，随着数百万支持CUDA的GPU已经遍布全球计算机，研究人员正在将CUDA应用到更广阔的领域中。本文对文本分类相关技术和CUDA编程模型作了深入研究，首先介绍了文本分类相关技术和理论，研究了现行分类算法的缺点和不足，然后对GPU通用计算和CUDA编程及程序优化进行了研究。本文根据KNN算法的特点提出了一种基于GPU的并行KNN算法，主要包括并行的相似度算法和排序算法，并对CUDA程序作了优化。最后将本文的算法在GPU上实现，对实验结果进行了分析，结果显示基于GPU的并行算法有很高的加速比，证明了GPU并行计算加速文本分类算法的有效性。
【作者】李志龙；
【导师】黄理灿；
【作者基本信息】浙江理工大学，信号与信息处理，2014，硕士
【关键词】文本分类；GPU；CUDA；分类算法；

【参考文献】
[1]刘畅.英国高等法院改革述评及对我国司法改革的启示[D].西北民族大学,宪法与行政法,2012,硕士.
[2]陈柳贤.高一数学优生解题个案分析[D].苏州大学,学科教学（专业学位）,2013,硕士.
[3]赵春风.邻苯二甲酸（2-乙基己）酯（DEHP）胁迫对马氏珠母贝的毒理效应研究[D].海南大学,野生动植物保护与利用,2014,硕士.
[4]邓自立,郭金柱,王莅辉.用时域方法设计多通道Wiener去卷滤波器[J].控制与决策,1999,S1:491-495.
[5]马德龙.纳米材料设计、合成及其储能应用研究[D].吉林大学,2014.
[6]李雅津.1-甲基-3,4,5-三硝基吡唑的合成工艺研究[D].中北大学,化学工程,2014,硕士.
[7]郭延伟.人参皂苷Rg1/ADSCs辅以透明质酸为基质对兔颞下颌关节骨关节病的改善作用[D].佳木斯大学,口腔临床医学,2012,硕士.
[8]索陇宁,尚秀丽,伍家卫,吴海霞,吕维华.聚苯胺纳米复合材料在超级电容器中的应用[J].化工新型材料,2014,07:221-222+225.
[9]徐秋实.125例人脑胶质瘤病例预后因素的研究[D].吉林大学,临床医学（专业学位）,2013,硕士.
[10]陈海珍.结核分枝杆菌5’-甲硫腺苷核苷酶、5’-甲硫腺苷磷酸化酶的表达、鉴定和结构分析[D].山西医科大学,临床检验诊断学,2013,硕士.
[11]王伟.基于二维近邻保持嵌入的人脸识别算法的研究[D].吉林大学,软件工程,2012,硕士.
[12]康慧,高红霞,胡跃明,郭琪伟.基于Bregman迭代的CT图像重建算法[J].自动化学报,2013,09:1570-1575.
[13]王英磊.中国官方出口信用及其机构转型发展研究[D].财政部财政科学研究所,财政学,2014,博士.
[14]姜祖汉.一次料场堆料作业方式对矿石混匀效果的影响[J].炼铁.1996(03)
[15]黄娅碰.泉州休闲农业发展探析[D].华侨大学,工商管理（专业学位）,2014,硕士.
[16]曹斌.基于遗忘的知识传播网络模型研究[D].中北大学,系统工程,2014,硕士.
[17]李祥松.电动叉车用电动助力转向系统的性能研究[D].哈尔滨工业大学,电气工程,2013,硕士.
[18]张鑫.基于内容的图像检索方法研究[D].天津理工大学,计算机应用技术,2013,硕士.
[19]王子逢,刘玉山,陈卫华,张建民.MOFs/石墨烯复合材料的制备及其电化学性能研究[A].河南省化学会.河南省化学会2014年学术年会论文摘要集[C].河南省化学会:,2014:1.
[20]孙晓春.中国商业银行客户综合账户构建研究[D].云南财经大学,工商管理（专业学位）,2013,硕士.
[21]周书文.论融资融券担保制度的法律冲突与消解[D].苏州大学,法律,2012,硕士.
[22]胡士峰.两种CFTR抑制剂的毒理学评价[D].河南农业大学,基础兽医学,2012,硕士.
[23]卢忠雷.中国文化在《新编大学英语》教学中的缺失与导入研究[D].河北师范大学,英语语言文学,2012,硕士.
[24]彭艳玲.中邮人寿湖北分公司经营策略研究[D].华中科技大学,工商管理,2013,硕士.
[25]周磊.北京市中心城区热电联产及调峰热源布局优化研究[D].北京建筑大学,供热、供燃气、通风及空调工程,2013,硕士.
[26]刘慧慧.反刍对情绪敏感性的影响[D].华中师范大学,应用心理学,2014,硕士.
[27]张晓玉.20世纪上半叶胡适和冯友兰的墨家观研究[D].黑龙江大学,中国哲学,2013,硕士.
[28]孔令岩.柏格森的“双重自我”视角下的伊迪斯·华顿小说中的自然主义研究[D].东北大学,英语语言文学,2009,硕士.
[29]徐迪威.资源中心数字化系统建设模型[J].科技管理研究,2004,06:125-126+124.
[30]李东升,帕提幔.利用波动方程预测减去法压制海洋地震资料中的多次波[J].石油地球物理勘探,2007,S1:57-60+140+7-8.
[31]唐理非.我国上市公司内部控制自我评价报告自愿性披露问题研究[D].湘潭大学,会计学,2012,硕士.
[32]刘耀功.内地西藏班（校）藏族学生藏语文能力提升研究[D].西南大学,教育学原理,2014,硕士.
[33]王琳涵.《世界历史百科全书》战争与外交篇（第四卷）翻译项目报告[D].安徽大学,翻译,2013,硕士.
[34]栾帅.残积土回填地基高能级强夯有效加固深度的研究[D].哈尔滨工业大学,建筑与土木工程,2013,硕士.
[35]刘德平.基于盐渍化灌区水土环境安全的优化施肥模式研究[D].内蒙古农业大学,农业水土工程,2014,博士.
[36]范永武.大学生体育锻炼人群内隐攻击性实验研究[D].华东师范大学,体育人文社会学,2013,硕士.
[37]丁大业.阳光发电厂300MW机组仿真机电气部分的开发[D].太原科技大学,控制工程,2013,硕士.
[38]黄艳梅.女性主义翻译视角下《镜花缘》英译本研究[D].大连海事大学,英语语言文学,2014,硕士.
[39]戴建中,吕亚臣,马正清.单76mm舰炮反后坐装置浅析[J].一重技术.1997(04)
[40]张化光,王智良,黎明,全永兵,张明君.广义模糊双曲正切模型:一个万能逼近器[J].自动化学报,2004,03:416-422.
[41]丁元.网络环境著作权海量许可模式分析与完善[D].浙江大学,法律,2012,硕士.
[42]占文锋,王强,刘太福,吕怀杰.高分辨率地震反射技术在煤层风氧化带探测中的应用[J].煤炭工程,2015,01:53-56.
[43]李楠.秦汉文化在西安地铁公共艺术中的应用研究[D].西安建筑科技大学,艺术设计,2013,硕士.
[44]昝逢宇.啤酒酵母对重金属的吸附特性及其应用研究[D].西南农业大学,环境工程,2004,硕士.
[45]黄伊琳.大型商业综合体的内部空间导向研究[D].湖南师范大学,艺术设计学,2013,硕士.
[46]徐道钫.关于上海只用一个空港的设想[J].上海建设科技.1997(02)
[47]史晋阳.传统农区如何实现“三化”协调发展[D].华中师范大学,农村与区域发展,2014,硕士.
[48]秦美红.表面增强拉曼光谱法测定硫醇化合物和杀虫脒的研究[D].吉林大学,分析化学,2013,硕士.
[49]王兆兴.基于节点安全等级分析的无线传感器网络故障检测方法研究[D].北京邮电大学,计算计科学与技术,2013,硕士.
[50]刘涛.语文情感教学的思考[D].华东师范大学,教育,2001,硕士.