空間計(jì)算域計(jì)算強(qiáng)度特征提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及高性能空間計(jì)算技術(shù)，尤其涉及一種空間計(jì)算域計(jì)算強(qiáng)度特征提取方 法。
【背景技術(shù)】
[0002] 空間計(jì)算域計(jì)算強(qiáng)度特征提取是高性能空間計(jì)算領(lǐng)域迫切需要解決的難題，只有 有效提取出計(jì)算強(qiáng)度特征，才能夠建立空間計(jì)算域的計(jì)算強(qiáng)度模型。目前缺乏有效的方法 提取空間計(jì)算域的計(jì)算強(qiáng)度特征，空間計(jì)算域的計(jì)算強(qiáng)度特征大多根據(jù)經(jīng)驗(yàn)選取，使得在 高性能空間計(jì)算中對空間計(jì)算任務(wù)的計(jì)算強(qiáng)度度量不準(zhǔn)確，影響并行計(jì)算過程中的任務(wù)分 配和調(diào)度，難以實(shí)現(xiàn)并行環(huán)境下的負(fù)載均衡。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中的缺陷，提供一種空間計(jì)算域計(jì)算 強(qiáng)度特征提取方法。
[0004] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種空間計(jì)算域計(jì)算強(qiáng)度特征提取 方法，包括以下步驟：
[0005] 1)將影響空間計(jì)算域計(jì)算強(qiáng)度的所有因素選取為計(jì)算強(qiáng)度候選特征；
[0006] 2)采集空間計(jì)算域的η個(gè)計(jì)算樣本，對每個(gè)樣本記錄其計(jì)算強(qiáng)度候選特征和對應(yīng) 空間計(jì)算域的計(jì)算時(shí)間，將計(jì)算時(shí)間作為空間計(jì)算域的計(jì)算強(qiáng)度；
[0007] 其中，為了保證結(jié)果的有效性，樣本的個(gè)數(shù)η不小于16 ;
[0008] 3)將計(jì)算強(qiáng)度候選特征集中各個(gè)特征作為自變量，計(jì)算時(shí)間作為因變量，對計(jì)算 樣本進(jìn)行線性回歸分析，獲得每個(gè)計(jì)算強(qiáng)度特征在線性回歸模型中的顯著性，判斷是否所 有計(jì)算強(qiáng)度特征的顯著性都小于目標(biāo)閾值，如果是，進(jìn)入步驟6);如果否，則轉(zhuǎn)步驟4)。
[0009] 4)選擇線性回歸模型中顯著性最高的自變量對應(yīng)的計(jì)算強(qiáng)度特征，將其作為冗余 特征；
[0010] 5)將冗余特征從計(jì)算強(qiáng)度候選特征集中剔除，獲得新的計(jì)算強(qiáng)度候選特征集，轉(zhuǎn) 步驟3)迭代進(jìn)行下一次回歸分析；
[0011] 6)結(jié)束計(jì)算強(qiáng)度特征提取過程，該回歸分析模型中的自變量對應(yīng)的計(jì)算強(qiáng)度特征 即為空間計(jì)算域的計(jì)算強(qiáng)度特征。
[0012] 按上述方案，所述步驟1)中影響空間計(jì)算域計(jì)算強(qiáng)度的因素包括空間要素個(gè)數(shù)、 地理坐標(biāo)點(diǎn)個(gè)數(shù)、空間要素幾何類型等。
[0013] 按上述方案，所述步驟3)中目標(biāo)閾值取值為0.05。
[0014] 本發(fā)明產(chǎn)生的有益效果是：本發(fā)明方法能夠從眾多的計(jì)算強(qiáng)度候選特征中有效地 提取出空間計(jì)算域的計(jì)算強(qiáng)度特征，解決了根據(jù)經(jīng)驗(yàn)選取計(jì)算強(qiáng)度特征造成計(jì)算強(qiáng)度評價(jià) 不準(zhǔn)確問題，為高性能空間計(jì)算中對空間計(jì)算域計(jì)算強(qiáng)度的評價(jià)奠定基礎(chǔ)，有助于實(shí)現(xiàn)并 行計(jì)算環(huán)境下的空間計(jì)算負(fù)載均衡。
【附圖說明】
[0015] 下面將結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步說明，附圖中：
[0016] 圖1是本發(fā)明實(shí)施例的空間計(jì)算域計(jì)算強(qiáng)度特征提取方法流程圖；
[0017] 圖2是本發(fā)明實(shí)施例的以可視化空間計(jì)算域的計(jì)算強(qiáng)度特征提取為例的方法流 程圖。
【具體實(shí)施方式】
[0018] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對本發(fā)明 進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限 定本發(fā)明。
[0019] 圖1是本發(fā)明的空間計(jì)算域計(jì)算強(qiáng)度特征提取方法流程圖，如圖1所示，一種空間 計(jì)算域計(jì)算強(qiáng)度特征提取方法，包括以下步驟：
[0020] 步驟1)由于空間計(jì)算域計(jì)算過程中的各個(gè)參數(shù)對空間計(jì)算域的計(jì)算時(shí)間都有不 同程度的影響，則將這些參數(shù)全部選取為空間計(jì)算域的計(jì)算強(qiáng)度候選特征，組成計(jì)算強(qiáng)度 候選特征集；
[0021] 步驟2)借助隨機(jī)數(shù)生成器生成一組計(jì)算強(qiáng)度特征各不相同的空間計(jì)算域，各個(gè) 參數(shù)的隨機(jī)取值均控制在該參數(shù)的有效取值范圍內(nèi)，執(zhí)行生成的各個(gè)空間計(jì)算域的計(jì)算任 務(wù)，采集空間計(jì)算域的計(jì)算樣本，在每個(gè)樣本中記錄計(jì)算強(qiáng)度特征和空間計(jì)算域的計(jì)算時(shí) 間，將計(jì)算時(shí)間作為空間計(jì)算域的計(jì)算強(qiáng)度；
[0022] 步驟3)將計(jì)算強(qiáng)度候選特征集中各個(gè)特征作為自變量，計(jì)算時(shí)間作為因變量，使 用統(tǒng)計(jì)分析軟件對計(jì)算樣本進(jìn)行線性回歸分析，獲得每個(gè)計(jì)算強(qiáng)度特征在線性回歸模型中 的顯著性，判斷是否所有計(jì)算強(qiáng)度特征的顯著性都小于目標(biāo)閾值，如果是，進(jìn)入步驟6);如 果否，則轉(zhuǎn)步驟4);
[0023] 步驟4)選擇線性回歸模型中顯著性最高的自變量對應(yīng)的計(jì)算強(qiáng)度特征，將其作 為將要被剔除的冗余特征，若顯著性最高的自變量超過一個(gè)，則任意刪除其中一個(gè)。
[0024] 步驟5)將選定的冗余特征從計(jì)算強(qiáng)度候選特征集中剔除，獲得新的計(jì)算強(qiáng)度候 選特征集，轉(zhuǎn)步驟3)迭代進(jìn)行下一次回歸分析；
[0025] 步驟6)結(jié)束計(jì)算強(qiáng)度特征提取過程，至此，冗余的計(jì)算強(qiáng)度特征已全部被剔除， 當(dāng)前回歸分析模型中的自變量對應(yīng)的計(jì)算強(qiáng)度特征即為空間計(jì)算域的計(jì)算強(qiáng)度特征。
[0026] 本發(fā)明的創(chuàng)新在于借助統(tǒng)計(jì)分析功能，根據(jù)線性回歸模型中的自變量顯著性分析 結(jié)果，將冗余的計(jì)算強(qiáng)度特征從眾多的計(jì)算強(qiáng)度候選特征中剔除，有效地提取出空間計(jì)算 域的計(jì)算強(qiáng)度特征，為高性能空間計(jì)算中對空間計(jì)算域的計(jì)算強(qiáng)度的評價(jià)奠定了基礎(chǔ)，對 實(shí)現(xiàn)并行計(jì)算中的負(fù)載均衡具有重要的意義。
[0027] 實(shí)施例一：
[0028] 為了更清晰地說明本發(fā)明的思想，下面結(jié)合附圖2以矢量數(shù)據(jù)可視化空間計(jì)算域 的計(jì)算強(qiáng)度特征的提取為實(shí)施例進(jìn)行進(jìn)一步的說明，在該實(shí)施例中，使用國土調(diào)查矢量數(shù) 據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，統(tǒng)計(jì)分析軟件使用IBM SPSS，顯著性目標(biāo)閾值設(shè)置為0. 05,空間計(jì)算域樣 本數(shù)為157個(gè)。具體實(shí)施步驟如下：
[0029] 步驟200)選取矢量數(shù)據(jù)可視化空間計(jì)算域計(jì)算過程中的各個(gè)參數(shù)，包括可視化 目標(biāo)要素個(gè)數(shù)f、可視化空間范圍內(nèi)的地理坐標(biāo)點(diǎn)個(gè)數(shù)d、空間要素幾何類型g、可視化窗口 寬度cw、可視化窗口高度ch，將這些參數(shù)選取為空間計(jì)算域的計(jì)算強(qiáng)度候選特征，組成計(jì) 算強(qiáng)度候選特征集；
[0030] 步驟201)使用隨機(jī)數(shù)生成器在各個(gè)參數(shù)的有效取值范圍內(nèi)隨機(jī)生成一個(gè)值， 生成157個(gè)矢量數(shù)據(jù)可