首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于GPU的高光谱影像非线性降维并行算法设计与优化

摘要第10-11页
ABSTRACT第11-12页
第一章 绪论第13-21页
    1.1 课题研究背景及研究意义第13-15页
    1.2 主要研究内容第15-16页
        1.2.1 课题来源第15页
        1.2.2 课题研究重点第15-16页
    1.3 相关研究工作第16-18页
    1.4 主要工作和创新第18-19页
    1.5 统一符号表示第19页
    1.6 实验数据和实验平台第19-20页
    1.7 论文结构第20-21页
第二章 CPU/GPU异构系统概述第21-29页
    2.1 CPU/GPU异构系统工作原理第21-22页
    2.2 GPU概述第22-27页
        2.2.1 GPU硬件架构第22-23页
        2.2.2 GPU软件体系第23-24页
        2.2.3 CUDA编程模型第24-25页
        2.2.4 GPU优化策略第25-27页
    2.3 CPU/GPU异构系统协同技术第27-29页
        2.3.1 分布存储模型第27-28页
        2.3.2 共享存储模型第28-29页
第三章 基于GPU的KPCA降维算法并行优化研究第29-43页
    3.1 KPCA算法概述第29-30页
    3.2 KPCA热点分析第30-31页
    3.3 基于GPU的并行双边雅克比第31-37页
        3.3.1 双边雅克比迭代概述第31-33页
        3.3.2 基于GPU的雅克比迭代设计和优化第33-37页
    3.4 基于GPU的并行高斯核矩阵计算第37-38页
    3.5 基于GPU的并行KPCA变换第38-39页
    3.6 实验结果分析第39-42页
        3.6.1 串行雅克比优化效果第39-40页
        3.6.2 雅克比迭代终点判断优化第40页
        3.6.3 并行雅克比迭代加速比第40-41页
        3.6.4 并行高斯核矩阵计算加速比第41页
        3.6.5 并行KPCA算法加速比第41-42页
    3.7 本章小结第42-43页
第四章 基于GPU的ISOMAP降维算法并行优化研究第43-57页
    4.1 ISOMAP算法概述第43-44页
        4.1.1 测地距离第43-44页
        4.1.2 多维尺度变换(MDS)第44页
    4.2 ISOMAP热点分析第44-45页
    4.3 基于GPU的并行KNN算法第45-49页
        4.3.1 KNN算法概述第45-47页
        4.3.2 基于GPU的相似矩阵计算第47页
        4.3.3 基于GPU的最小K值计算第47-49页
    4.4 基于GPU的并行Floyd算法第49-54页
        4.4.1 Floyd算法概述第49-50页
        4.4.2 基于GPU的单值插入Floyd并行算法第50-51页
        4.4.3 基于GPU的多点插入Floyd并行算法第51-54页
    4.5 实验结果分析第54-56页
        4.5.1 并行KNN性能分析第54页
        4.5.2 并行Floyd性能分析第54-55页
        4.5.3 并行ISOMAP性能分析第55-56页
    4.6 本章小结第56-57页
第五章 基于多级并行的高光谱遥感非线性降维算法第57-72页
    5.1 基于分布存储的KPCA算法第57-65页
        5.1.1 基于MPI的高斯核矩阵计算第57-59页
        5.1.2 基于MPI的Jacobi迭代第59-64页
        5.1.3 基于MPI的KPCA变换第64-65页
        5.1.4 基于MPI的KPCA算法第65页
    5.2 基于分布存储和GPU的KPCA算法第65-67页
        5.2.1 基于MPI+CUDA的Jacobi迭代第65-67页
    5.3 基于分布/共享存储和GPU的KPCA算法第67页
    5.4 实验结果与分析第67-71页
        5.4.1 基于MPI的KPCA算法分析第68-69页
        5.4.2 基于MPI+CUDA的KPCA算法分析第69页
        5.4.3 基于MPI+OpenMP+CUDA的KPCA算法分析第69-71页
    5.5 本章小结第71-72页
第六章 结束语第72-74页
    6.1 工作总结第72-73页
    6.2 工作展望第73-74页
致谢第74-75页
参考文献第75-80页
作者在学期间取得的学术成果第80-81页
附录A 高斯核矩阵修正第81页

论文共81页,点击 下载论文
上一篇:基于Web和GIS的无线SCADA系统的研究与实现
下一篇:基于GMI效应非屏蔽脑磁检测技术研究