| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 课题研究背景和意义 | 第16-20页 |
| 1.2 国内外相关领域发展现状 | 第20-22页 |
| 1.3 论文的主要工作及内容安排 | 第22-24页 |
| 第二章 CPU-GPU异构系统编程技术 | 第24-34页 |
| 2.1 CPU与GPU的体系结构 | 第24-26页 |
| 2.2 GPU的编程模型 | 第26-27页 |
| 2.3 GPU的存储结构 | 第27-32页 |
| 2.3.1 寄存器 | 第29-30页 |
| 2.3.2 局域存储器 | 第30页 |
| 2.3.3 共享存储器 | 第30-31页 |
| 2.3.4 全局存储器 | 第31页 |
| 2.3.5 常数存储器 | 第31页 |
| 2.3.6 纹理存储器 | 第31-32页 |
| 2.3.7 GPU各存储器特性总结 | 第32页 |
| 2.4 GPU的并行编程优化 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于CPU-GPU异构平台的视频去隔行的加速实现 | 第34-48页 |
| 3.1 视频去隔行技术 | 第34-35页 |
| 3.2 基于边缘的自适应的场内去隔行算法 | 第35-37页 |
| 3.3 基于边缘的自适应场内去隔行算法的并行实现 | 第37-43页 |
| 3.3.1 利用共享内存优化 | 第39页 |
| 3.3.2 基于寄存器的优化 | 第39页 |
| 3.3.3 配置L1缓存和共享存储优化 | 第39-40页 |
| 3.3.4 异步数据传输 | 第40-42页 |
| 3.3.5 多GPU加速 | 第42-43页 |
| 3.4 实验结果及分析 | 第43-46页 |
| 3.5 本章总结 | 第46-48页 |
| 第四章 基于CPU-GPU异构平台的图像插值的加速实现 | 第48-58页 |
| 4.1 基于自回归模型的图像插值算法 | 第48-52页 |
| 4.1.1 图像对角插值 | 第49-50页 |
| 4.1.2 图像垂直插值 | 第50-51页 |
| 4.1.3 自回归模型 | 第51-52页 |
| 4.2 图像插值算法的并行实现 | 第52-54页 |
| 4.3 实验结果与分析 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 基于CPU-GPU异构平台的二维海面仿真的并行实现 | 第58-70页 |
| 5.1 海谱 | 第58-63页 |
| 5.1.1 PM谱 | 第59-60页 |
| 5.1.2 JONSWAP谱 | 第60-61页 |
| 5.1.3 Elfouhaily谱 | 第61-63页 |
| 5.2 二维海面建模 | 第63-64页 |
| 5.3 二维海面仿真的并行实现和优化 | 第64-66页 |
| 5.3.1 二维海面仿真的并行实现 | 第64-65页 |
| 5.3.2 二维海面仿真并行方案的优化 | 第65-66页 |
| 5.4 实验结果及分析 | 第66-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 论文总结 | 第70-71页 |
| 6.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80-81页 |
| 1. 基本情况 | 第80页 |
| 2. 教育背景 | 第80页 |
| 3. 攻读硕士学位期间的研究成果 | 第80-81页 |
