基于GPU的大豆基因数据分析方法的研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景、目的和意义 | 第9-10页 |
| ·国内外同类课题研究现状及发展趋势 | 第10-13页 |
| ·本文主要研究内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 生物数据分析相关理论和技术 | 第15-26页 |
| ·相关理论 | 第15-19页 |
| ·调控元件识别 | 第16-18页 |
| ·频繁项集挖掘 | 第18-19页 |
| ·基因功能注释 | 第19页 |
| ·基因关联分析 | 第19页 |
| ·并行技术 | 第19-25页 |
| ·GPU并行技术 | 第20-23页 |
| ·Open MP并行技技术 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基因调控元件定位算法优化 | 第26-38页 |
| ·问题描述 | 第26-28页 |
| ·算法的优化 | 第28-32页 |
| ·基于反向匹配的优化算法 | 第28-30页 |
| ·特殊数据形式的处理 | 第30-32页 |
| ·实验结果与分析 | 第32-37页 |
| ·有效数据的获取 | 第32-33页 |
| ·实验环境 | 第33-34页 |
| ·优化算法与原算法效率比较 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于GPU的大豆启动子数据处理算法 | 第38-59页 |
| ·启动子数据处理过程 | 第38-43页 |
| ·单GPU并行算法 | 第43-52页 |
| ·一级并行算法的设计与实现 | 第44-47页 |
| ·两级并行算法的设计与实现 | 第47-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·多GPU并行算法 | 第52-58页 |
| ·多GPU并行算法的设计与实现 | 第52-54页 |
| ·并行算法的优化 | 第54-55页 |
| ·实验结果与分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基因表达数据的GPU关联规则生成算法 | 第59-76页 |
| ·基因表达数据处理过程 | 第59-64页 |
| ·主要算法描述 | 第60-63页 |
| ·有效数据的获取 | 第63-64页 |
| ·基于GPU的关联规则生成递归算法 | 第64-67页 |
| ·并行算法的实现 | 第64-66页 |
| ·实验结果与分析 | 第66-67页 |
| ·基于GPU的非递归关联规则生成算法 | 第67-74页 |
| ·非递归关联规则生成算法 | 第67-70页 |
| ·并行算法的实现 | 第70-72页 |
| ·实验结果与分析 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间发表的学术论文及申请的专利 | 第83页 |
