基于CUDA平台的C4.5算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·概述 | 第7页 |
| ·研究背景及意义 | 第7-9页 |
| ·研究思路及创新点 | 第9-11页 |
| ·论文框架 | 第11-13页 |
| 第二章 决策树算法 | 第13-31页 |
| ·构建 C4.5 决策树 | 第17-23页 |
| ·测试属性的选择 | 第19-22页 |
| ·测试属性的分类 | 第22页 |
| ·包含连续属性的测试属性 | 第22-23页 |
| ·未知属性值的处理 | 第23-25页 |
| ·修改测试属性选择标准 | 第24页 |
| ·分割样本集 | 第24-25页 |
| ·判断一个未知类别样本 | 第25页 |
| ·窗口机制和离散属性值分组 | 第25-27页 |
| ·窗口机制 | 第25-26页 |
| ·离散属性值分组 | 第26-27页 |
| ·决策树剪枝 | 第27-28页 |
| ·C5.0 算法概述 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 高性能计算平台 CUDA | 第31-43页 |
| ·CUDA 编程模型 | 第32-39页 |
| ·主机与设备 | 第32-33页 |
| ·Kernel 函数的定义与调用 | 第33-34页 |
| ·线程结构 | 第34-39页 |
| ·CUDA 软件体系 | 第39-41页 |
| ·CUDA C 语言 | 第39-40页 |
| ·nvcc 编译器 | 第40页 |
| ·运行时 API 与驱动 API | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 算法的并行设计方案 | 第43-57页 |
| ·FP-growth 算法的并行设计 | 第43-48页 |
| ·FP-growth 算法概述 | 第44-46页 |
| ·FP-growth 算法的并行化研究 | 第46-48页 |
| ·K-means 算法的并行设计 | 第48-51页 |
| ·K-means 算法概述 | 第49-50页 |
| ·K-means 算法的并行化研究 | 第50-51页 |
| ·快速 C4.5 算法 | 第51-55页 |
| ·算法并行化的可行性 | 第51-53页 |
| ·改进算法的主要技术 | 第53页 |
| ·快速 C4.5 算法描述 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 快速 C4.5 算法的实现及应用 | 第57-65页 |
| ·算法并行实现 | 第57-59页 |
| ·实现细节 | 第57-59页 |
| ·算法实现平台 | 第59页 |
| ·实验结果及分析 | 第59-64页 |
| ·并行算法实验 | 第59-63页 |
| ·性能分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结和展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-72页 |
