A GPU-accelerated adaptive kernel density estimation approach for efficient point pattern analysis on spatial big data

Kernel density estimation (KDE) is a classic approach for spatial point pattern analysis. In many applications, KDE with spatially adaptive bandwidths (adaptive KDE) is preferred over KDE with an invariant bandwidth (fixed KDE). However, bandwidths determination for adaptive KDE is extremely computa...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	International journal of geographical information science : IJGIS Ročník 31; číslo 10; s. 2068 - 2097
Hlavní autoři:	Zhang, Guiming, Zhu, A-Xing, Huang, Qunying
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Abingdon Taylor & Francis 03.10.2017 Taylor & Francis LLC
Témata:	Adaptive algorithms Adaptive kernel density estimation Algorithms Bandwidths Big Data Computer applications Cores Data management Data mining Data processing Datasets Fractals GPU/CUDA Graphics processing units Multiprocessing OpenMP optimization Pattern analysis Shopping centers Spatial analysis spatial big data
ISSN:	1365-8816, 1362-3087, 1365-8824
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!