| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 课题研究背景 | 第14-18页 |
| 1.2 课题研究内容 | 第18-19页 |
| 1.3 课题相关研究工作 | 第19-23页 |
| 1.3.1 高光谱降维处理方法及研究现状 | 第19-20页 |
| 1.3.2 OpenMP及研究现状 | 第20-21页 |
| 1.3.3 CPU/GPU异构系统及研究现状 | 第21-22页 |
| 1.3.4 CPU/MIC异构系统及研究现状 | 第22-23页 |
| 1.4 本文实验平台 | 第23页 |
| 1.5 本文实验数据 | 第23-24页 |
| 1.6 本文结构 | 第24-26页 |
| 第二章 异构模式及其优化研究 | 第26-38页 |
| 2.1 主流异构模式 | 第26-28页 |
| 2.1.1 CPU/GPU异构模式 | 第26-27页 |
| 2.1.2 CPU/MIC异构模式 | 第27-28页 |
| 2.2 GPU协处理器 | 第28-32页 |
| 2.2.1 GPU概述 | 第28-29页 |
| 2.2.2 GPU硬件架构 | 第29页 |
| 2.2.3 CUDA编程模型 | 第29-30页 |
| 2.2.4 GPU存储模型 | 第30-31页 |
| 2.2.5 GPU执行模型 | 第31-32页 |
| 2.3 MIC协处理器 | 第32-36页 |
| 2.3.1 MIC概述 | 第32页 |
| 2.3.2 MIC硬件架构 | 第32-34页 |
| 2.3.3 MIC软件架构 | 第34页 |
| 2.3.4 MIC编程模型 | 第34-35页 |
| 2.3.5 OpenMP编程模型 | 第35-36页 |
| 2.4 相关并行优化技术研究 | 第36-37页 |
| 2.4.1 OpenMP优化技术研究 | 第36页 |
| 2.4.2 CPU/GPU异构优化技术研究 | 第36页 |
| 2.4.3 CPU/MIC异构优化技术研究 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 MNF降维算法在异构系统上的协同计算 | 第38-60页 |
| 3.1 高光谱影像MNF降维算法与加速热点分析 | 第38-41页 |
| 3.1.1 MNF降维算法原理 | 第38页 |
| 3.1.2 基于高光谱遥感影像降维的MNF算法流程 | 第38-39页 |
| 3.1.3 MNF算法加速热点分析 | 第39-41页 |
| 3.2 MNF算法并行设计及优化 | 第41-49页 |
| 3.2.1 基于OpenMP的MNF并行降维算法 | 第41-44页 |
| 3.2.2 基于CPU/GPU的MNF并行降维算法 | 第44-47页 |
| 3.2.3 基于CPU/MIC的MNF并行降维算法 | 第47-49页 |
| 3.3 实验结果与性能分析 | 第49-59页 |
| 3.3.1 MNF串行降维算法 | 第49页 |
| 3.3.2 基于OpenMP的MNF并行降维算法 | 第49-51页 |
| 3.3.3 基于CPU/GPU的MNF并行降维算法 | 第51-54页 |
| 3.3.4 基于CPU/MIC的MNF并行降维算法 | 第54-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 LDA降维算法的并行计算 | 第60-78页 |
| 4.1 高光谱影像LDA降维算法与加速热点分析 | 第60-63页 |
| 4.1.1 LDA降维算法 | 第60-61页 |
| 4.1.2 基于高光谱遥感影像降维的LDA算法流程 | 第61-62页 |
| 4.1.3 LDA算法加速热点分析 | 第62-63页 |
| 4.2 LDA降维算法并行设计及优化 | 第63-68页 |
| 4.2.1 基于OpenMP的LDA并行降维算法 | 第63-64页 |
| 4.2.2 基于CPU/GPU异构系统的LDA并行降维算法 | 第64-66页 |
| 4.2.3 基于CPU/MIC异构系统的LDA并行降维算法 | 第66-68页 |
| 4.3 LDA算法实验结果及分析 | 第68-77页 |
| 4.3.1 LDA串行降维算法 | 第68-69页 |
| 4.3.2 基于OpenMP的LDA并行降维算法 | 第69-71页 |
| 4.3.3 基于CPU/GPU异构系统的LDA并行降维算法 | 第71-73页 |
| 4.3.4 基于CPU/MIC异构系统的LDA并行降维算法 | 第73-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第五章 结束语与工作展望 | 第78-80页 |
| 5.1 工作总结 | 第78-79页 |
| 5.2 工作展望 | 第79-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 作者在学期间取得的学术成果 | 第86页 |
