基于BSP的轻量级并行计算模型研究与实现
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第12-13页 |
缩略语对照表 | 第13-17页 |
第一章 绪论 | 第17-23页 |
1.1 研究背景和意义 | 第17-18页 |
1.2 国内外研究现状 | 第18-19页 |
1.3 本文研究内容 | 第19-20页 |
1.4 本文章节安排 | 第20-21页 |
1.5 本章小结 | 第21-23页 |
第二章 相关技术及研究基础 | 第23-29页 |
2.1 并行计算框架 | 第23-26页 |
2.2 BSP模型概念简介 | 第26页 |
2.3 层次匹配特征提取算法框架介绍 | 第26-27页 |
2.4 本章小结 | 第27-29页 |
第三章 并行计算模型设计 | 第29-55页 |
3.1 两级并行计算框架 | 第29-32页 |
3.2 模型管理模块 | 第32-39页 |
3.2.1 监控进程 | 第33页 |
3.2.2 计算集群管理模块 | 第33-35页 |
3.2.3 任务分配管理模块 | 第35-37页 |
3.2.4 Job管理模块 | 第37-38页 |
3.2.5 计算结果管理模块 | 第38-39页 |
3.3 基于任务动态分配算法 | 第39-41页 |
3.4 基于预测监控方法的延时等待策略 | 第41-43页 |
3.5 基于尺寸自适应算法的数据分块 | 第43-45页 |
3.6 层次匹配特征提取算法并行设计 | 第45-51页 |
3.7 轻量级特性的设计 | 第51-53页 |
3.7.1 易部署性 | 第51页 |
3.7.2 易维护性 | 第51-52页 |
3.7.3 易实现性 | 第52-53页 |
3.7.4 高资源利用率特性 | 第53页 |
3.8 本章小结 | 第53-55页 |
第四章 并行计算模型的实现 | 第55-71页 |
4.1 两级并行计算框架实现 | 第55-57页 |
4.2 模型管理模块实现 | 第57-64页 |
4.2.1 计算集群管理模块实现 | 第58-59页 |
4.2.2 任务分配管理模块实现 | 第59-61页 |
4.2.3 Job管理模块实现 | 第61-63页 |
4.2.4 计算结果管理模块实现 | 第63-64页 |
4.3 基于尺寸自适应算法的数据分块实现 | 第64-66页 |
4.4 层次匹配特征提取算法并行化实现 | 第66-69页 |
4.5 本章小结 | 第69-71页 |
第五章 实验结果与分析 | 第71-95页 |
5.1 实验环境及实验数据 | 第71-74页 |
5.1.1 实验环境 | 第71-72页 |
5.1.2 实验数据 | 第72-74页 |
5.2 并行计算模型测试 | 第74-85页 |
5.2.1 动态分配测试 | 第74-78页 |
5.2.2 计算节点资源调度测试 | 第78-79页 |
5.2.3 主副计算节点测试 | 第79-81页 |
5.2.4 延时等待测试 | 第81-82页 |
5.2.5 数据拆分测试 | 第82-83页 |
5.2.6 二级并行计算框架测试 | 第83-85页 |
5.3 性能测试 | 第85-88页 |
5.3.1 数据分块性能测试 | 第86页 |
5.3.2 算法时间性能测试 | 第86-88页 |
5.4 轻量级特性分析 | 第88-93页 |
5.4.1 易部署性分析 | 第89-90页 |
5.4.2 易维护性分析 | 第90-91页 |
5.4.3 易实现性分析 | 第91-92页 |
5.4.4 高资源利用率特性分析 | 第92-93页 |
5.5 本章小结 | 第93-95页 |
第六章 总结与展望 | 第95-97页 |
6.1 总结 | 第95页 |
6.2 展望 | 第95-97页 |
参考文献 | 第97-101页 |
致谢 | 第101-103页 |
作者简介 | 第103-104页 |