| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 国内外研究现状分析及存在问题 | 第11-17页 |
| 1.2.1 数据挖掘技术 | 第11-13页 |
| 1.2.2 数据可视化技术 | 第13-14页 |
| 1.2.3 大数据挖掘环境 | 第14-15页 |
| 1.2.4 并行计算 | 第15-17页 |
| 1.3 应用方向及应用前景 | 第17-18页 |
| 1.4 研究内容及章节安排 | 第18-20页 |
| 1.4.1 研究内容 | 第18-19页 |
| 1.4.2 章节安排 | 第19-20页 |
| 第二章 相关关键技术 | 第20-25页 |
| 2.1 数据挖掘技术 | 第20-21页 |
| 2.2 数据可视化技术 | 第21-23页 |
| 2.3 基于CUDA的GPU技术 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于GPU的交互式数据挖掘与可视化系统 | 第25-32页 |
| 3.1 系统结构 | 第25-27页 |
| 3.2 基于GPU的数据挖掘过程 | 第27-28页 |
| 3.3 基于DirectX的数据可视化 | 第28-30页 |
| 3.4 交互迭代过程 | 第30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 基于并行计算的数据挖掘算法 | 第32-43页 |
| 4.1 聚类算法中的数据关系 | 第32-33页 |
| 4.2 相互独立点群的聚类处理 | 第33-36页 |
| 4.3 相互连接点群的聚类处理 | 第36-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第五章 基于GPU的数据挖掘与可视化系统的实现结果 | 第43-57页 |
| 5.1 数据流的转化传输处理过程 | 第43-44页 |
| 5.2 基于TCP/IP技术的数据传输方法 | 第44-45页 |
| 5.3 基于GPU优化的数据聚类及结果展示 | 第45-54页 |
| 5.3.1 基于GPU的K-Means算法的聚类 | 第47-50页 |
| 5.3.2 基于GPU的CCL算法 | 第50-54页 |
| 5.4 人机交互界面 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 结论与展望 | 第57-59页 |
| 6.1 工作总结 | 第57-58页 |
| 6.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 研究生期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |