| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景和研究意义 | 第15-16页 |
| 1.2 国内外发展现状 | 第16-19页 |
| 1.3 论文的主要工作和内容安排 | 第19-21页 |
| 第二章 NVIDIA GPU并行架构 | 第21-29页 |
| 2.1 GPU的体系结构 | 第21-23页 |
| 2.2 GPU的存储器结构 | 第23-25页 |
| 2.3 GPU异构计算性能优化 | 第25-28页 |
| 2.3.1 算法选择 | 第26页 |
| 2.3.2 数据异步传输 | 第26页 |
| 2.3.3 线程级并行和指令级并行 | 第26-27页 |
| 2.3.4 共享内存冲突 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于CUDA-OpenGL的三维地形实时绘制 | 第29-39页 |
| 3.1 三角形网格模型 | 第29-30页 |
| 3.2 CUDA—OpenGL三维地形实时绘制算法流程 | 第30-33页 |
| 3.2.1 数据描述和实验平台 | 第30-32页 |
| 3.2.2 CUDA—OpenGL算法流程 | 第32-33页 |
| 3.3 CUDA—OpenGL三维地形实时绘制算法优化 | 第33-37页 |
| 3.3.1 共享内存和寄存器优化 | 第33-35页 |
| 3.3.2 扩大线程并发度 | 第35-36页 |
| 3.3.3 设置合适的的线程块大小 | 第36-37页 |
| 3.3.4 测试不同规模的地形数据 | 第37页 |
| 3.4 本章总结 | 第37-39页 |
| 第四章 矢量并行插值算法在地形网格模型中的应用 | 第39-51页 |
| 4.1 顶点法矢量插值算法介绍 | 第39-40页 |
| 4.2 基于边缘的顶点法矢量插值算法 | 第40-45页 |
| 4.3 基于边缘的顶点法矢量插值算法的并行优化 | 第45-50页 |
| 4.3.1 全局内存优化 | 第46-47页 |
| 4.3.2 共享内存优化 | 第47页 |
| 4.3.3 寄存器优化 | 第47-48页 |
| 4.3.4 异步传输和流优化 | 第48-49页 |
| 4.3.5 多GPU优化 | 第49-50页 |
| 4.4 本章总结 | 第50-51页 |
| 第五章 基于GPU并行优化的图像自回归插值 | 第51-67页 |
| 5.1 图像自回归插值算法 | 第51-56页 |
| 5.2 图像自回归插值算法的GPU并行优化 | 第56-62页 |
| 5.2.1 共享内存和寄存器优化 | 第58-60页 |
| 5.2.2 异步传输和流优化 | 第60页 |
| 5.2.3 多GPU优化 | 第60-62页 |
| 5.3 实验结果与分析 | 第62-65页 |
| 5.4 图像自回归插值并行算法在视频中的应用 | 第65-66页 |
| 5.5 本章总结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 论文总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
