| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题来源 | 第12页 |
| ·研究背景与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·本文主要工作 | 第16-18页 |
| 第2章 矢量量化与GPU编程架构 | 第18-33页 |
| ·经典矢量量化 | 第18-22页 |
| ·矢量量化定义 | 第18-20页 |
| ·LBG算法 | 第20页 |
| ·矢量量化核心技术 | 第20-22页 |
| ·矢量量化性能 | 第22页 |
| ·矢量量化研究成果 | 第22-24页 |
| ·GPU与通用计算 | 第24-27页 |
| ·GPU发展简介 | 第25-26页 |
| ·GPU通用计算 | 第26-27页 |
| ·NVIDIA CUDA | 第27-32页 |
| ·CUDA简介 | 第27页 |
| ·CUDA编程模型 | 第27-29页 |
| ·CUDA线程体系结构 | 第29-30页 |
| ·CUDA存储器体系结构 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第3章 基于空间相关性的码书设计算法 | 第33-40页 |
| ·引言 | 第33页 |
| ·图像自相关函数 | 第33-34页 |
| ·LBG算法 | 第34-35页 |
| ·基于不等式的快速码字搜索算法 | 第35-36页 |
| ·基于空间相关性的码书设计算法 | 第36-38页 |
| ·实验 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第4章 一种基于GPU的高效矢量量化算法 | 第40-51页 |
| ·引言 | 第40页 |
| ·矢量量化的并行化 | 第40-41页 |
| ·一种码书自适应的矢量量化算法 | 第41-47页 |
| ·数据密度因子DDF(Data Density Factor) | 第42-43页 |
| ·有效码字选取算法 | 第43页 |
| ·改进的初始码字间距最大算法 | 第43-46页 |
| ·码书自适应的矢量量化算法原理 | 第46-47页 |
| ·实验 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第5章 实验与应用 | 第51-57页 |
| ·引言 | 第51页 |
| ·高维地震数据可视化系统 | 第51-54页 |
| ·ACVQ在高维地震数据可视化系统中的应用 | 第54-56页 |
| ·小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间所发表的学术论文 | 第64-65页 |
| 附录B 攻读硕士期间参与的项目列表 | 第65页 |