基于众核平台子图匹配算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 相关知识介绍 | 第15-25页 |
| 2.1 图的相关知识 | 第15-17页 |
| 2.2 图的最短路径问题 | 第17-19页 |
| 2.2.1 Dijkstra算法 | 第17-18页 |
| 2.2.2 Delta-stepping算法 | 第18-19页 |
| 2.3 子图匹配知识相关介绍 | 第19-21页 |
| 2.4 众核异构平台GPU与CUDA | 第21-25页 |
| 2.4.1 众核的产生背景 | 第21-22页 |
| 2.4.2 CUDA线程结构 | 第22-23页 |
| 2.4.3 CUDA内存种类 | 第23-25页 |
| 第3章 最短路径的计算 | 第25-44页 |
| 3.1 图度统一的表示模型 | 第25-31页 |
| 3.1.1 图的构建 | 第25-26页 |
| 3.1.2 图顶点的度值的统一化 | 第26-29页 |
| 3.1.3 对节点的重编号 | 第29-30页 |
| 3.1.4 图数据的转置 | 第30-31页 |
| 3.2 GPU中计算最短路径距离加速方法 | 第31-38页 |
| 3.2.1 线程分布 | 第31-32页 |
| 3.2.2 Delta-stepping算法改进 | 第32-33页 |
| 3.2.3 原子操作的避免 | 第33-36页 |
| 3.2.4 GPU线程的全局同步操作。 | 第36-38页 |
| 3.3 GPU求解最短路径的实验结果 | 第38-42页 |
| 3.3.1 实验设备和实验数据的介绍 | 第38页 |
| 3.3.2 统一度值C的选取 | 第38-39页 |
| 3.3.3 图数据转置实验效果 | 第39页 |
| 3.3.4 图数据预处理时间 | 第39-40页 |
| 3.3.5 两种重编号方法的效果对比 | 第40-41页 |
| 3.3.6 数据块迭代计算方法的加速效果 | 第41页 |
| 3.3.7 线程全局同步的加速实验对比 | 第41-42页 |
| 3.4 实验结果分析与总结 | 第42-44页 |
| 第4章 GPU上子图匹配 | 第44-52页 |
| 4.1 子图节点的匹配方法 | 第44-46页 |
| 4.2 GPU上数据结构 | 第46页 |
| 4.3 GPU上节点匹配流程 | 第46-49页 |
| 4.3.1 待匹配对的选定 | 第46-47页 |
| 4.3.2 判定节点匹配 | 第47-49页 |
| 4.4 实验结果 | 第49-51页 |
| 4.4.1 实验数据和实验设备介绍 | 第49页 |
| 4.4.2 对比实验设计 | 第49-50页 |
| 4.4.3 实验结果 | 第50-51页 |
| 4.5 实验结果分析与结论 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间发表论文与研究成果清单 | 第57-58页 |
| 致谢 | 第58-59页 |
