基于CUDA的并行粒子群优化算法研究及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景与意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文内容及章节安排 | 第14-16页 |
| 第二章 PSO算法与CUDA并行计算概述 | 第16-30页 |
| ·PSO算法概述 | 第16-22页 |
| ·PSO算法的主要模型 | 第17-19页 |
| ·标准PSO算法的控制参数及条件 | 第19-21页 |
| ·性能测试函数 | 第21-22页 |
| ·CUDA并行计算 | 第22-29页 |
| ·协同处理模型 | 第23-24页 |
| ·CUDA存储器 | 第24-25页 |
| ·CUDA软件体系 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于CUDA的并行PSO算法研究 | 第30-49页 |
| ·PSO算法可并行性分析 | 第30-33页 |
| ·并行算法设计策略 | 第30-31页 |
| ·并行算法设计过程 | 第31页 |
| ·PSO算法可并行分析 | 第31-33页 |
| ·基于CUDA的并行PSO算法设计 | 第33-38页 |
| ·存储结构设计 | 第33-35页 |
| ·并行流程设计 | 第35-36页 |
| ·线程通信设计 | 第36-38页 |
| ·程序实现 | 第38-41页 |
| ·主要实现技术 | 第38-40页 |
| ·程序核心函数 | 第40-41页 |
| ·实验结果分析 | 第41-48页 |
| ·实验环境 | 第41-42页 |
| ·结果分析 | 第42-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 CUDA-PSO算法在图像分割中的应用 | 第49-58页 |
| ·图像分割简介 | 第49-50页 |
| ·最大类间方差法 | 第50-57页 |
| ·一维Otsu算法 | 第50-51页 |
| ·二维Otsu算法 | 第51-55页 |
| ·基于CUDA-PSO的二维Otsu算法 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结束语 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间发表论文 | 第62-66页 |
| 致谢 | 第66-68页 |
| 附录1 | 第68-71页 |
| 附录2 | 第71页 |
