基于GPU的Dirichlet算法并行计算设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·选题背景及意义 | 第9-10页 |
| ·混合模型研究现状 | 第10-11页 |
| ·需要研究的方向 | 第11-12页 |
| ·研究内容和结构安排 | 第12-14页 |
| 第二章 数据挖掘与聚类基础知识 | 第14-30页 |
| ·数据挖掘介绍 | 第14-16页 |
| ·数据挖掘概述 | 第14-15页 |
| ·数据挖掘功能 | 第15页 |
| ·数据挖掘的应用 | 第15-16页 |
| ·聚类基础知识 | 第16-23页 |
| ·聚类简介 | 第16-17页 |
| ·度量数据的相似性和相异性 | 第17-21页 |
| ·聚类算法典型划分 | 第21-22页 |
| ·聚类的评价标准 | 第22-23页 |
| ·混合模型聚类 | 第23-29页 |
| ·模型简介 | 第23-24页 |
| ·混合模型 | 第24-25页 |
| ·DP混合模型 | 第25-29页 |
| ·小结 | 第29-30页 |
| 第三章 GPU与并行编程 | 第30-45页 |
| ·GPU介绍 | 第30-33页 |
| ·GPU简介 | 第30-31页 |
| ·GPU与CPU比较 | 第31页 |
| ·GPU体系结构 | 第31-33页 |
| ·CUDA介绍 | 第33-40页 |
| ·CUDA简介 | 第34页 |
| ·CUDA体系架构 | 第34-37页 |
| ·异构编程模型 | 第37-40页 |
| ·并行实例与稀疏矩阵 | 第40-44页 |
| ·矩阵乘法并行实现 | 第40-41页 |
| ·稀疏矩阵 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第四章 基于GPU的DPMM算法改进 | 第45-66页 |
| ·Mahout介绍 | 第45-47页 |
| ·Mahout简介 | 第45-46页 |
| ·Mahout文本聚类 | 第46-47页 |
| ·MAHOUT中DPMM算法 | 第47-51页 |
| ·算法实现 | 第47-49页 |
| ·聚类分析 | 第49-51页 |
| ·并行改进设计与实现 | 第51-64页 |
| ·实验环境 | 第51-52页 |
| ·问题提出 | 第52-55页 |
| ·方法分析 | 第55-56页 |
| ·具体实现 | 第56-61页 |
| ·运行及结果分析 | 第61-64页 |
| ·小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·论文工作总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录A | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |
