基于GPU的LDA算法并行化设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·文本聚类研究 | 第11-12页 |
| ·GPU并行计算技术研究 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·内容组织 | 第14-15页 |
| 第二章 LDA算法概述 | 第15-27页 |
| ·聚类分析算法概述 | 第15-19页 |
| ·划分聚类算法 | 第16-17页 |
| ·层次聚类算法 | 第17页 |
| ·基于密度的聚类 | 第17-18页 |
| ·基于网格的聚类 | 第18-19页 |
| ·基于模型的聚类 | 第19页 |
| ·LDA文本聚类算法概述 | 第19-20页 |
| ·LDA主题模型及近似估计方法 | 第20-24页 |
| ·LDA主题模型 | 第20-23页 |
| ·Gibbs抽样近似方法求解LDA模型 | 第23-24页 |
| ·LDA算法的应用 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 GPU并行计算技术 | 第27-34页 |
| ·GPU体系架构 | 第27-29页 |
| ·流式处理器阵列 | 第28-29页 |
| ·存储器系统 | 第29页 |
| ·GPU并行计算原理及过程 | 第29-30页 |
| ·CUDA编程模型 | 第30-33页 |
| ·CUDA线程结构 | 第31-32页 |
| ·CUDA存储器模型 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于GPU并行化设计与实现LDA程序 | 第34-48页 |
| ·Mahout简介 | 第34页 |
| ·Mahout的LDA程序实现 | 第34-38页 |
| ·MapReduce编程模型概述 | 第34-36页 |
| ·LDA程序实现 | 第36-38页 |
| ·基于CUDA编程并行化设计与实现LDA程序 | 第38-43页 |
| ·LDA程序并行化设计 | 第38-41页 |
| ·CUDA核函数并行设计 | 第41-42页 |
| ·并行线程规约求和 | 第42-43页 |
| ·实验及结果分析 | 第43-47页 |
| ·小数据集实验 | 第44-45页 |
| ·大数据集实验 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·本文主要工作 | 第48页 |
| ·工作展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文 | 第54页 |
