| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 国外研究现状 | 第8-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本文研究的主要内容 | 第11页 |
| 1.4 本文的研究内容与结构 | 第11-13页 |
| 第二章 径向基函数及神经网络 | 第13-20页 |
| 2.1 径向基函数基本理论 | 第13页 |
| 2.2 径向基函数插值 | 第13-16页 |
| 2.3 人工神经网络 | 第16-17页 |
| 2.3.1 人工神经网络简介 | 第16-17页 |
| 2.3.2 人工神经网络结构 | 第17页 |
| 2.3.3 人工神经网络学习方式 | 第17页 |
| 2.4 径向基神经网络 | 第17-18页 |
| 2.5 隐函数表面重建 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 并行计算技术 | 第20-29页 |
| 3.1 并行计算及应用 | 第20-21页 |
| 3.1.1 并行计算 | 第20页 |
| 3.1.2 表面重建的并行化 | 第20-21页 |
| 3.2 CUDA并行技术 | 第21-25页 |
| 3.2.1 CUDA编程模型 | 第21-22页 |
| 3.2.2 CUDA线程结构 | 第22-24页 |
| 3.2.3 CUDA存储器模型 | 第24-25页 |
| 3.3 多核CPU并行技术 | 第25-26页 |
| 3.4 分布式并行技术 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 表面重建算法及并行设计 | 第29-47页 |
| 4.1 表面重建算法简述 | 第29-34页 |
| 4.1.1 基于径向基神经网络的表面重建 | 第29-31页 |
| 4.1.2 基于径向基函数的表面重建 | 第31-34页 |
| 4.2 表面重建算法的并行设计 | 第34-46页 |
| 4.2.1 基于OpenMP的并行算法设计 | 第35-38页 |
| 4.2.2 基于CUDA的并行算法设计 | 第38-43页 |
| 4.2.3 基于OpenMP和CUDA的并行算法设计 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 并行算法实验及分析 | 第47-57页 |
| 5.1 基于OpenMP的并行实验分析 | 第47-53页 |
| 5.2 基于CUDA的并行实验分析 | 第53-54页 |
| 5.3 基于OpenMP和CUDA的混合并行实验分析 | 第54-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 6.1 本文主要工作总结 | 第57页 |
| 6.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |