| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-11页 |
| 1 GPGPU并行计算概述 | 第11-17页 |
| 1.1 GPGPU并行计算 | 第11-13页 |
| 1.2 CUDA并行编程平台 | 第13-17页 |
| 1.2.1 CUDA编程模型 | 第13-14页 |
| 1.2.2 CUDA软件结构 | 第14-15页 |
| 1.2.3 CUDA存储器模型 | 第15-17页 |
| 2 Douglas-Peucker算法及可并行化分析 | 第17-25页 |
| 2.1 Douglas-Peucker算法分析 | 第17-23页 |
| 2.1.1 D-P算法背景 | 第17页 |
| 2.1.2 D-P算法实现步骤 | 第17-20页 |
| 2.1.3 D-P算法研究现状 | 第20-23页 |
| 2.2 Scan算法分析 | 第23-24页 |
| 2.2.1 数组Scan算法 | 第23-24页 |
| 2.2.2 数组分段Scan算法 | 第24页 |
| 2.3 Douglas-Peucker算法可并行化分析 | 第24-25页 |
| 3 Douglas-Peucker算法的CUDA并行设计与实现 | 第25-47页 |
| 3.1 Scan算法并行设计与实现 | 第25-33页 |
| 3.1.1 数组Scan算法并行设计与实现 | 第25-29页 |
| 3.1.2 数组分段Scan算法并行设计与实现 | 第29-33页 |
| 3.2 Douglas-Peucker算法并行设计 | 第33-35页 |
| 3.2.1 D-P算法并行思路 | 第33-34页 |
| 3.2.2 D-P算法并行设计流程 | 第34-35页 |
| 3.3 Douglas-Peucker算法并行实现 | 第35-42页 |
| 3.3.1 算法数据结构 | 第36-37页 |
| 3.3.2 初始化点标记值 | 第37-38页 |
| 3.3.3 计算各点垂距 | 第38-39页 |
| 3.3.4 标记各段新发现的点 | 第39-40页 |
| 3.3.5 生成临时结果点集 | 第40-41页 |
| 3.3.6 更新各点标记值 | 第41-42页 |
| 3.4 D-P算法改进(FD-P算法) | 第42-43页 |
| 3.5 D-P算法并行优化策略 | 第43-47页 |
| 3.5.1 访存优化 | 第43-44页 |
| 3.5.2 并行度优化 | 第44-45页 |
| 3.5.3 数据拷贝优化 | 第45-47页 |
| 4 实验结果以及性能分析 | 第47-55页 |
| 4.1 实验环境介绍 | 第47页 |
| 4.2 实验结果分析 | 第47-51页 |
| 4.2.1 闭合曲线实验结果分析 | 第47-50页 |
| 4.2.2 非闭合曲线实验结果分析 | 第50-51页 |
| 4.3 实验性能分析 | 第51-55页 |
| 4.3.1 不同阈值下性能分析 | 第51-52页 |
| 4.3.2 串并行D-P算法性能分析 | 第52-53页 |
| 4.3.3 并行D-P算法稳定性分析 | 第53-54页 |
| 4.3.4 串并行FD-P及D-P算法性能分析 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
