基于邻域模型的协同过滤推荐算法的硬件加速系统设计与实现
摘要 | 第1-7页 |
ABSTRACT | 第7-16页 |
第1章 绪论 | 第16-20页 |
·课题背景及意义 | 第16-18页 |
·国内外研究现状 | 第18页 |
·论文的主要工作 | 第18-19页 |
·论文的组织安排 | 第19-20页 |
第2章 相关技术背景 | 第20-34页 |
·基于邻域模型的协同过滤推荐算法 | 第20-28页 |
·基于用户的协同过滤推荐算法 | 第21-24页 |
·基于物品的协同过滤推荐算法 | 第24-26页 |
·SlopeOne推荐算法 | 第26-28页 |
·硬件加速原理与方法 | 第28-32页 |
·硬件加速原理 | 第28-29页 |
·常用的硬件加速方法 | 第29-32页 |
·本章小结 | 第32-34页 |
第3章 硬件加速系统设计 | 第34-70页 |
·基于邻域模型的协同过滤推荐算法分析 | 第34-40页 |
·训练阶段分析 | 第34-38页 |
·预测阶段分析 | 第38-40页 |
·硬件加速系统层次结构 | 第40-41页 |
·硬件加速器设计 | 第41-59页 |
·训练加速器设计 | 第41-52页 |
·预测加速器的设计 | 第52-59页 |
·设备驱动程序设计 | 第59-63页 |
·控制单元设备驱动程序设计 | 第60-61页 |
·DMA设备驱动程序设计 | 第61-63页 |
·用户层调用接口设计 | 第63-68页 |
·本章小结 | 第68-70页 |
第4章 基于ZYNQ平台的硬件加速系统原型实现 | 第70-76页 |
·硬件加速器原型实现 | 第72-74页 |
·训练加速器原型实现 | 第72-73页 |
·预测加速器原型实现 | 第73-74页 |
·设备驱动程序实现 | 第74-75页 |
·本章小结 | 第75-76页 |
第5章 实验与分析 | 第76-104页 |
·实验环境 | 第76-78页 |
·数据集 | 第76页 |
·原型参数 | 第76-77页 |
·对比平台 | 第77-78页 |
·实验结果与分析 | 第78-102页 |
·训练加速器原型实验与分析 | 第78-93页 |
·预测加速器原型实验与分析 | 第93-102页 |
·本章小结 | 第102-104页 |
第6章 总结与展望 | 第104-106页 |
·工作总结 | 第104-105页 |
·工作展望 | 第105-106页 |
参考文献 | 第106-110页 |
致谢 | 第110-112页 |
在读期间参加的科研项目 | 第112-114页 |
在读期间发表的学术论文与取得的研究成果 | 第114页 |