面向物種分布預(yù)測的加速計(jì)算方法研究

——以冷水珊瑚預(yù)測為例

打開文本圖片集

摘  要：本研究針對(duì)大范圍物種潛在分布預(yù)測問題，選取了隨機(jī)森林模型（random forest，RF）、支持向量機(jī)（support vector machine，SVM）、極限梯度提升模型（eXtreme gradient boosting，XGBoost）作為核心算法，并借助圖形處理單元（graphics processing unit，GPU）設(shè)計(jì)并行計(jì)算策略，提出階段式CUDA加速計(jì)算方法，以期在保證預(yù)測精度的同時(shí)，顯著降低計(jì)算時(shí)間。（剩余12284字）