摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第12-22页 |
1.1 图结构数据集概述 | 第12-14页 |
1.1.1 图结构数据集发展概况 | 第12-13页 |
1.1.2 基于图结构数据集的相关研究 | 第13-14页 |
1.2 图匹配问题介绍 | 第14-16页 |
1.2.1 图匹配问题分类 | 第14-15页 |
1.2.2 图匹配问题研究概况 | 第15-16页 |
1.3 图匹配问题中的高性能计算 | 第16-19页 |
1.3.1 高性能计算的定义和发展现状 | 第16-18页 |
1.3.2 高性能计算在图匹配问题中的应用 | 第18-19页 |
1.4 论文的主要研究内容和创新点 | 第19-20页 |
1.5 论文结构 | 第20-21页 |
1.6 本章小结 | 第21-22页 |
第二章 图匹配问题的研究方法 | 第22-33页 |
2.1 图匹配问题相关定义 | 第22-24页 |
2.1.1 图的邻接矩阵表示形式 | 第22页 |
2.1.2 图的相似性 | 第22-23页 |
2.1.3 图匹配的定义 | 第23-24页 |
2.2 图匹配结果的评价 | 第24页 |
2.3 图匹配构建和优化方法(consR) | 第24-32页 |
2.3.1 图匹配构建 | 第25-29页 |
2.3.2 图匹配优化 | 第29-31页 |
2.3.3 算法复杂度分析 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
第三章 图匹配构建和优化方法的并行化 | 第33-44页 |
3.1 并行计算的研究 | 第33-35页 |
3.1.1 并行计算概述及高性能计算机简介 | 第33页 |
3.1.2 并行算法的设计 | 第33-34页 |
3.1.3 并行算法的性能评估 | 第34-35页 |
3.2 图匹配构建的MPI并行化 | 第35-39页 |
3.2.1 MPI并行程序设计模式 | 第35-36页 |
3.2.2 计算相似性矩阵的并行化 | 第36-37页 |
3.2.3 并行归并寻找关键点对 | 第37-39页 |
3.3 最优二分匹配的GPU并行化 | 第39-43页 |
3.3.1 GPU的线程结构 | 第39-40页 |
3.3.2 串行最优二分匹配算法 | 第40-41页 |
3.3.3 最优二分匹配的并行化 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
第四章 图匹配构建和优化方法的计算和并行化结果分析 | 第44-52页 |
4.1 实验环境 | 第44-45页 |
4.2 实验内容 | 第45-51页 |
4.2.1 consR方法各部分计算时间对比实验 | 第45-46页 |
4.2.2 consR方法与其他算法匹配结果对比实验 | 第46-47页 |
4.2.3 计算相似性矩阵的并行化实验 | 第47-49页 |
4.2.4 并行归并寻找关键点对实验 | 第49-50页 |
4.2.5 基于相似性矩阵最优二分匹配的GPU并行化实验 | 第50-51页 |
4.3 本章小结 | 第51-52页 |
第五章 结论与展望 | 第52-54页 |
5.1 结论 | 第52-53页 |
5.2 展望 | 第53-54页 |
参考文献 | 第54-58页 |
作者在攻读硕士学位期间公开发表的论文 | 第58-59页 |
作者在攻读硕士学位期间所作的项目 | 第59-60页 |
致谢 | 第60页 |