| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 引言 | 第8-14页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文研究的主要内容 | 第11页 |
| 1.4 论文的组织结构 | 第11-14页 |
| 2 相关知识与技术 | 第14-24页 |
| 2.1 票据识别处理步骤 | 第14-17页 |
| 2.2 多核并行技术 | 第17-22页 |
| 2.2.1 多核技术的发展 | 第17-19页 |
| 2.2.2 并行编程技术 | 第19-20页 |
| 2.2.3 性能度量 | 第20-22页 |
| 2.3 本章小结 | 第22-24页 |
| 3.NET并行编程关键技术研究 | 第24-38页 |
| 3.1 基于任务的.NET并行编程概述 | 第24-25页 |
| 3.2 TPL并行编程模型 | 第25-34页 |
| 3.2.1 数据并行模型 | 第26-27页 |
| 3.2.2 任务并行模型 | 第27-32页 |
| 3.2.3 数据和任务混合并行模型 | 第32-34页 |
| 3.3.NET线程池 | 第34-37页 |
| 3.3.1 全局队列 | 第34-35页 |
| 3.3.2 局部队列 | 第35-36页 |
| 3.3.3 工作窃取算法 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 发票日期提取程序的可并行化研究 | 第38-50页 |
| 4.1 发票日期提取程序顺序处理过程 | 第38-45页 |
| 4.1.1 发票日期识别域裁剪 | 第40-41页 |
| 4.1.2 预处理 | 第41-42页 |
| 4.1.3 字符切分与特征提取 | 第42-44页 |
| 4.1.4 字符识别 | 第44-45页 |
| 4.2 串行程序并行化改造流程 | 第45-46页 |
| 4.3 发票日期提取程序的并行化分析 | 第46-49页 |
| 4.3.1 数据分解 | 第46-48页 |
| 4.3.2 任务分解 | 第48页 |
| 4.3.3 数据流分解 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 发票日期提取程序的并行优化实现与应用 | 第50-66页 |
| 5.1 基于数据并行模型的发票日期提取程序的并行优化 | 第51-55页 |
| 5.1.1 发票日期提取程序局部并行优化 | 第51-52页 |
| 5.1.2 局部并行优化结果分析 | 第52页 |
| 5.1.3 发票日期提取程序整体并行优化 | 第52-53页 |
| 5.1.4 整体并行优化结果分析 | 第53-55页 |
| 5.2 基于混合并行模型的发票日期提取程序的并行优化 | 第55-63页 |
| 5.2.1 普通流水线程序的实现 | 第56-58页 |
| 5.2.2 负载均衡流水线的优化研究 | 第58-59页 |
| 5.2.3 负载均衡流水线程序的实现 | 第59-61页 |
| 5.2.4 优化结果分析 | 第61-63页 |
| 5.3 发票日期提取并行优化的实际应用 | 第63-64页 |
| 5.4 本章小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 论文总结 | 第66页 |
| 6.2 工作展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间的研究成果 | 第74页 |