基于GPU的文本聚类算法的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究目的及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·谱聚类 | 第11页 |
| ·GPU通用计算 | 第11-12页 |
| ·论文结构安排 | 第12-14页 |
| 第二章 谱聚类与文本聚类 | 第14-25页 |
| ·文本聚类相关 | 第14-17页 |
| ·文本特征表示 | 第14-15页 |
| ·文本之间相似度度量 | 第15-16页 |
| ·文本聚类效果的评价 | 第16-17页 |
| ·图论相关技术 | 第17-18页 |
| ·图的矩阵表示 | 第17页 |
| ·相似度图的构造 | 第17-18页 |
| ·谱聚类的数学解释与数值解法 | 第18-23页 |
| ·谱聚类的数学解释 | 第18-22页 |
| ·谱聚类的数值解法 | 第22-23页 |
| ·谱聚类算法复杂度分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 GPU体系结构与CUDA | 第25-35页 |
| ·GPU体系架构 | 第25-27页 |
| ·CUDA简介 | 第27-34页 |
| ·CUDA编程模型 | 第27-28页 |
| ·CUDA存储器模型 | 第28-32页 |
| ·CUDA软件体系 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 谱聚类的并行实现 | 第35-50页 |
| ·并行谱聚类算法总体设计 | 第35-39页 |
| ·串行谱聚类分析 | 第35-37页 |
| ·并行谱聚类算法任务划分 | 第37-39页 |
| ·谱聚类并行实现 | 第39-49页 |
| ·Grid和Block维度设计原则 | 第39-40页 |
| ·并行相似度矩阵计算 | 第40-44页 |
| ·并行拉普拉斯矩阵计算 | 第44-45页 |
| ·并行Lanczos法 | 第45-47页 |
| ·并行K-means | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 性能测试 | 第50-59页 |
| ·测试环境与测试数据 | 第50-51页 |
| ·算法精度对比 | 第51页 |
| ·算法中各步骤效率对比 | 第51-56页 |
| ·相似度计算 | 第51-52页 |
| ·拉普拉斯矩阵计算 | 第52-53页 |
| ·Lanczos法 | 第53-55页 |
| ·K-means聚类 | 第55-56页 |
| ·算法总体效率对比 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 作者攻读学位期间发表的学术论文目录 | 第64页 |
