首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于MapReduce的K-means聚类算法的FPGA加速研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-16页
    1.1 课题研究背景和意义第9-10页
    1.2 国内外研究概况第10-13页
    1.3 论文研究内容与结构安排第13-16页
2 相关技术介绍第16-20页
    2.1 K-means聚类算法第16-18页
    2.2 MapReduce计算框架第18-19页
    2.3 本章小结第19-20页
3 基于MapReduce的K-means算法的FPGA设计第20-34页
    3.1 系统整体架构第20-23页
    3.2 K-means算法的MapReduce并行化设计第23-26页
    3.3 Map加速器的总体设计方案第26-30页
    3.4 Reduce加速器的总体设计方案第30-33页
    3.5 本章小结第33-34页
4 基于MapReduce的K-means算法的FPGA实现第34-69页
    4.1 加速器整体框架第34-40页
    4.2 加速器接口部分逻辑实现第40-53页
    4.3 Map加速器计算部分逻辑实现第53-63页
    4.4 Reduce加速器计算部分逻辑实现第63-68页
    4.5 本章小结第68-69页
5 功能模块仿真第69-82页
    5.1 Map加速器功能模块仿真第69-77页
    5.2 Reduce加速器功能模块仿真第77-81页
    5.3 本章小结第81-82页
6 实验及结果分析第82-93页
    6.1 实验环境与评价方法第82-85页
    6.2 系统集成测试与结果分析第85-92页
    6.3 本章小结第92-93页
7 总结与展望第93-95页
    7.1 全文总结第93-94页
    7.2 研究展望第94-95页
致谢第95-97页
参考文献第97-100页
附录1 攻读硕士学位期间申报的发明专利目录第100页

论文共100页,点击 下载论文
上一篇:基于分层抽样的在线聚集方法设计与实现
下一篇:无线局域网中拒绝服务攻击的检测和防御方法研究