雷达全脉冲数据无损压缩算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 聚类分析的研究现状 | 第12-13页 |
| 1.2.2 数据压缩技术的研究现状 | 第13-14页 |
| 1.2.3 GPU与并行计算的研究现状 | 第14-15页 |
| 1.3 本文的结构安排 | 第15-16页 |
| 第二章 聚类分析 | 第16-26页 |
| 2.1 聚类的相关概念 | 第16-19页 |
| 2.1.1 聚类的原理与过程 | 第16-17页 |
| 2.1.2 距离函数 | 第17-18页 |
| 2.1.3 类间距离 | 第18-19页 |
| 2.1.4 评价函数 | 第19页 |
| 2.2 几种常见的聚类形式 | 第19-21页 |
| 2.2.1 基于层次的聚类 | 第19-20页 |
| 2.2.2 基于划分的聚类 | 第20-21页 |
| 2.2.3 基于网格与密度的聚类 | 第21页 |
| 2.3 几种常见聚类的分析 | 第21-25页 |
| 2.3.1 K-means聚类 | 第21-23页 |
| 2.3.2 蚁群聚类 | 第23-24页 |
| 2.3.3 系统聚类 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 数据压缩算法 | 第26-35页 |
| 3.1 压缩分类 | 第26-28页 |
| 3.1.1 有损压缩 | 第27页 |
| 3.1.2 无损压缩 | 第27页 |
| 3.1.3 性能测量 | 第27-28页 |
| 3.2 Huffman编码 | 第28-31页 |
| 3.3 基于字典的编码 | 第31-32页 |
| 3.4 区间编码 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 全脉冲数据无损压缩系统 | 第35-50页 |
| 4.1 聚类压缩系统原理 | 第35-37页 |
| 4.1.1 全脉冲数据特点 | 第35页 |
| 4.1.2 系统模型与压缩原理 | 第35-36页 |
| 4.1.3 系统设计 | 第36-37页 |
| 4.2 聚类方法的确定 | 第37-40页 |
| 4.2.1 数据集测试 | 第37-39页 |
| 4.2.2 结果分析 | 第39-40页 |
| 4.3 编码算法的选取 | 第40-41页 |
| 4.4 K均值聚类的改进 | 第41-47页 |
| 4.4.1 聚类有效性函数 | 第41-42页 |
| 4.4.2 Canopy算法 | 第42-45页 |
| 4.4.3 结果测试与分析 | 第45-47页 |
| 4.5 全脉冲数据无损压缩系统测试 | 第47-48页 |
| 4.6 结果分析 | 第48-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第五章 基于GPU的并行计算 | 第50-62页 |
| 5.1 GPU与并行计算 | 第50-53页 |
| 5.1.1 GPU简介 | 第50-51页 |
| 5.1.2 GPGPU | 第51-52页 |
| 5.1.3 CUDA编程框架 | 第52-53页 |
| 5.2 并行计算关键技术 | 第53-56页 |
| 5.2.1 内核函数 | 第53-54页 |
| 5.2.2 网格、块与线程 | 第54-55页 |
| 5.2.3 存储器结构 | 第55-56页 |
| 5.2.4 执行模型 | 第56页 |
| 5.3 并行计算模型 | 第56-60页 |
| 5.3.1 并行算法分析 | 第56-57页 |
| 5.3.2 实验结果 | 第57-60页 |
| 5.4 提高并行的性能的方法 | 第60页 |
| 5.5 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间取得的成果 | 第68-69页 |
