| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究目的及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·RFID及数据挖掘 | 第12-13页 |
| ·CUDA | 第13页 |
| ·K-Means | 第13-14页 |
| ·CUDA与K-Means | 第14-16页 |
| ·论文主要内容 | 第16-17页 |
| 第二章 课题相关技术 | 第17-35页 |
| ·数据挖掘 | 第17-18页 |
| ·数据预处理 | 第18-20页 |
| ·数据清理 | 第19页 |
| ·数据集成 | 第19页 |
| ·数据变换 | 第19-20页 |
| ·聚类分析及K-Means | 第20-25页 |
| ·聚类分析 | 第20-21页 |
| ·K-Means | 第21-25页 |
| ·CUDA开发 | 第25-34页 |
| ·主机与设备 | 第26-27页 |
| ·Kernel | 第27-28页 |
| ·Grid、Block、Thread | 第28-29页 |
| ·存储器结构 | 第29-33页 |
| ·通信机制 | 第33页 |
| ·volatile | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 BG K-Means与RFID数据 | 第35-45页 |
| ·BG K-Means面临的问题 | 第35页 |
| ·RFID数据预处理 | 第35-37页 |
| ·数据结构 | 第37-43页 |
| ·COUNT | 第37页 |
| ·K_COUNT、DIMENSION | 第37-38页 |
| ·num_blocks、num_threads | 第38页 |
| ·中心点 | 第38-39页 |
| ·数据集 | 第39-40页 |
| ·结果集 | 第40页 |
| ·sumArray | 第40-41页 |
| ·平方误差和缓存 | 第41-42页 |
| ·isChanged | 第42-43页 |
| ·算法流程 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 BG K-Means详细设计 | 第45-58页 |
| ·模块划分 | 第45页 |
| ·数据聚类模块 | 第45-53页 |
| ·常规方案 | 第46-49页 |
| ·K_COUNT > 31 | 第49-52页 |
| ·15 < K_COUNT ≤31 | 第52-53页 |
| ·中心点获取模块 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 算法性能测试 | 第58-79页 |
| ·测试环境 | 第58-59页 |
| ·测试结果与分析 | 第59-73页 |
| ·9600 GT vs. FX 1700 | 第60-62页 |
| ·AMD 5200+ vs. Intel E5430 | 第62-63页 |
| ·9600 GT vs. AMD 5200+ | 第63-69页 |
| ·FX 1700 vs. Intel E5430 | 第69-73页 |
| ·同类算法比较 | 第73-76页 |
| ·文献[25]算法 | 第73页 |
| ·文献[26]算法 | 第73-75页 |
| ·文献[27]算法 | 第75-76页 |
| ·CPU效率差异 | 第76-77页 |
| ·CPU多线程效率 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 BG K-Means的应用 | 第79-91页 |
| ·数据源及问题定义 | 第79页 |
| ·数据集结构 | 第79-81页 |
| ·数据仓库 | 第81-82页 |
| ·数据仓库压缩 | 第82-83页 |
| ·待分析数据 | 第83-86页 |
| ·聚类结果及分析 | 第86-90页 |
| ·本章小节 | 第90-91页 |
| 结论 | 第91-93页 |
| 一、论文的主要工作 | 第91页 |
| 二、应用前景与价值 | 第91-92页 |
| 三、展望与设想 | 第92-93页 |
| 参考文献 | 第93-96页 |
| 攻读博士/硕士学位期间取得的研究成果 | 第96-97页 |
| 致谢 | 第97页 |