首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

高性能计算在高光谱遥感数据处理中的应用研究

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-23页
   ·选题背景及意义第11-12页
   ·国内外研究现状第12-20页
     ·高性能计算技术研究现状第12-15页
     ·高光谱遥感并行计算应用研究现状第15-17页
     ·海量数据处理技术研究现状第17-19页
     ·海量高光谱遥感数据显示模型研究现状第19-20页
   ·论文的研究思路及主要内容第20-23页
     ·研究思路第20-21页
     ·研究内容第21-23页
第2章 海量高光谱遥感数据读取技术研究第23-30页
   ·基于内存映射的海量高光谱遥感数据读取技术研究第23-25页
     ·ENVI 标准影像格式简介第23页
     ·内存映射技术介绍第23-25页
   ·基于 IDL 的海量高光谱遥感读取优化技术研究第25-29页
     ·IDL 编程技术研究第25-26页
     ·基于 IDL 的海量高光谱遥感影像读取模型第26-28页
     ·实验结果第28-29页
   ·本章小结第29-30页
第3章 海量高光谱遥感影像金字塔模型研究第30-35页
   ·影像金字塔模型建立第30-33页
     ·操作头文件第31页
     ·图像分层处理第31-33页
     ·图像分块处理第33页
   ·高光谱遥感金字塔模型处理模型研究第33-34页
   ·本章小结第34-35页
第4章 基于 GPU 的高光谱遥感并行模型研究第35-57页
   ·GPU 计算模型分析第35-36页
   ·基于 GPU 的高光谱遥感图像处理的并行化分析第36-37页
   ·高光谱遥感图像 GPU 并行化处理流程及关键技术研究第37-40页
   ·高光谱遥感混合像元分解算法第40-47页
     ·混合像元分解概念第40-41页
     ·光谱混合线性模型第41-43页
     ·高光谱混合像元分解方法第43-47页
   ·基于 GPU 的混合像元分解并行化研究第47-53页
     ·GPU 环境构建第47-49页
     ·混合像元分解 GPU 并行设计思路第49-51页
     ·实验结果第51-52页
     ·实验数据分析第52-53页
   ·基于 GPU 的高光谱遥感金字塔模型并行处理研究第53-55页
   ·基于 GPU 的高光谱遥感编程模型第55-56页
   ·本章小结第56-57页
第5章 基于 MPI 的高光谱遥感并行模型研究第57-77页
   ·基于集群的 MPI 并行计算研究第57-58页
   ·基于 MPI 的高光谱遥感图像并行处理模型研究第58-59页
   ·基于 MPI 的高光谱遥感并行任务分配算法设计研究第59-61页
     ·建立并行模型第59-60页
     ·并行设计中的任务分配第60页
     ·基于 MPI 并行算法设计的策略第60-61页
   ·高光谱遥感降维处理算法第61-64页
   ·基于 MPI 的高光谱遥感降维处理并行化设计研究第64-66页
   ·基于 MPI 的降维并行处理环境构建研究第66-71页
   ·实验结果及分析第71-76页
     ·实验结果第71-75页
     ·结果分析第75-76页
   ·本章小结第76-77页
第6章 基于 MPI/CUDA 的高光谱遥感数据混合并行模型研究第77-88页
   ·CUDA、MPI 并行模式比较研究第77-78页
   ·基于 MPI/CUDA 的混合并行模型研究第78-82页
     ·并行架构和策略第78页
     ·主从异构模型设计第78-80页
     ·基于 MPI/CUDA 的协同计算模式研究第80页
     ·MPI/CUDA 协同计算负载均衡设计第80-82页
   ·基于 MPI/CUDA 并行编程模型研究第82-83页
     ·并行环境构建研究第82-83页
     ·编程模型研究第83页
   ·基于混合并行环境下的矩阵乘法计算研究第83-87页
     ·混合并行模式中矩阵乘法算法研究第83-85页
     ·Inter CPU 与 GPU 性能对比分析第85-86页
     ·实验模拟及分析第86-87页
   ·本章小结第87-88页
结论第88-91页
致谢第91-92页
参考文献第92-100页
攻读学位期间取得学术成果第100页

论文共100页,点击 下载论文
上一篇:约束条件下的无线传感器网络关键技术研究
下一篇:中国道教文化资源开发及产业化研究