摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第12-20页 |
1.1 课题的研究背景及意义 | 第12-14页 |
1.2 国内外的相关研究 | 第14-17页 |
1.2.1 零模型的相关研究 | 第14-16页 |
1.2.2 大规模网络加速计算的相关研究 | 第16-17页 |
1.3 本文创新点与难点 | 第17-18页 |
1.4 论文主要贡献 | 第18页 |
1.5 本文组织结构 | 第18-20页 |
第二章 随机网络模型 | 第20-28页 |
2.1 随机图 | 第20-21页 |
2.2 广义随机图 | 第21页 |
2.3 零模型 | 第21-26页 |
2.3.1 模型描述 | 第22-24页 |
2.3.2 随机置乱算法 | 第24-26页 |
2.4 本章小结 | 第26-28页 |
第三章 基于GPU的并行随机置乱算法设计 | 第28-44页 |
3.1 基于随机分配的并行随机置乱算法(PRABPA) | 第28-33页 |
3.1.1 0阶零模型的并行随机置乱算法 | 第31-32页 |
3.1.2 1阶零模型的并行随机置乱算法 | 第32-33页 |
3.1.3 2阶零模型的并行随机置乱算法 | 第33页 |
3.2 基于分组加载的并行随机置乱算法(PRABPL) | 第33-37页 |
3.2.1 基于分组加载的并行随机置乱算法描述 | 第33-35页 |
3.2.2 基于分组加载的并行随机置乱算法分析 | 第35-37页 |
3.3 并行算法有效性验证 | 第37-40页 |
3.4 算法性能对比 | 第40-43页 |
3.5 本章小结 | 第43-44页 |
第四章 零模型质量评估研究 | 第44-58页 |
4.1 网络特性评估指标 | 第44-46页 |
4.2 置乱次数的设定 | 第46-49页 |
4.2.1 尝试置乱次数 | 第46-47页 |
4.2.2 成功置乱次数 | 第47-49页 |
4.3 成功置乱概率 | 第49-50页 |
4.4 成功置乱次数的应用 | 第50-54页 |
4.5 稳定次数的确定 | 第54-56页 |
4.6 本章小结 | 第56-58页 |
第五章 结论与展望 | 第58-60页 |
5.1 论文主要成果 | 第58-59页 |
5.2 后续工作及展望 | 第59-60页 |
参考文献 | 第60-64页 |
致谢 | 第64-66页 |
发表的学术论文 | 第66-68页 |
作者及导师简介 | 第68-69页 |
硕士研究生学位论文答辩委员会决议书 | 第69-70页 |