首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于CPU-MIC协同的DNA序列分析关键算法并行技术研究

摘要第10-12页
ABSTRACT第12-13页
第一章 绪论第14-23页
    1.1 课题背景第14-17页
        1.1.1 课题来源第14页
        1.1.2 DNA序列分析简介第14-16页
        1.1.3 DNA序列分析面临的挑战第16-17页
        1.1.4 MIC众核协处理器简介第17页
    1.2 相关工作第17-21页
        1.2.1 SNP检测算法第17-18页
        1.2.2 DNA序列比对算法第18-20页
        1.2.3 系统发育树构建算法第20-21页
    1.3 本文的主要工作及贡献第21页
    1.4 本文的组织结构第21-23页
第二章 mSNP:CPU-MIC协同的高效并行SNP检测算法第23-34页
    2.1 SOAPsnp程序分析第23-25页
        2.1.1 SOAPsnp简介第23页
        2.1.2 程序流程分析第23-24页
        2.1.3 程序热点分析第24-25页
    2.2 m SNP算法设计与实现第25-30页
        2.2.1 四维矩阵压缩降维算法第26页
        2.2.2 基于快表的去冗计算第26-27页
        2.2.3 一致性梯度排序算法第27-28页
        2.2.4 面向CPU的可扩展多级并行第28页
        2.2.5 面向SIMD的宽向量优化第28-29页
        2.2.6 CPU-MIC异构协同并行第29-30页
    2.3 性能评估第30-33页
        2.3.1 实验平台和数据第30页
        2.3.2 新算法设计加速效果第30-31页
        2.3.3 异构协同加速效果第31-32页
        2.3.4 热点模块加速效果第32页
        2.3.5 可扩展性第32-33页
    2.4 本章小结第33-34页
第三章 B-MIC:CPU-MIC协同的快速并行短序列比对算法第34-45页
    3.1 BWA简介第34-35页
    3.2 B-MIC算法设计与实现第35-38页
        3.2.1 三级流水并行比对方法第35-36页
        3.2.2 CPU-MIC异构协同并行框架第36-37页
        3.2.3 跨节点的可扩展算法设计第37-38页
    3.3 性能评估第38-43页
        3.3.1 测试平台第38-39页
        3.3.2 流水线加速效果第39-40页
        3.3.3 CPU-MIC异构协同加速效果第40-42页
        3.3.4 不同数据集下加速效果第42页
        3.3.5 可扩展性分析第42-43页
    3.4 本章小结第43-45页
第四章 mMC~3:CPU-MIC协同的深度并行系统发育树构建算法第45-57页
    4.1 Mr Bayes软件第45-49页
        4.1.1 MC~3算法第45-47页
        4.1.2 似然值估计第47-49页
    4.2 m MC~3算法设计与实现第49-52页
        4.2.1 同构分割并行构建方法第49-50页
        4.2.2 可扩展大规模并行构建方法第50-51页
        4.2.3 CPU-MIC异构协同并行第51页
        4.2.4 深度向量化优化第51-52页
    4.3 性能评估第52-56页
        4.3.1 测试平台第52-53页
        4.3.2 异构协同并行加速效果第53-54页
        4.3.3 DNA序列长度对性能的影响第54-55页
        4.3.4 可扩展性分析第55-56页
    4.4 本章小节第56-57页
第五章 结束语第57-59页
    5.1 工作总结第57-58页
    5.2 研究展望第58-59页
致谢第59-61页
参考文献第61-64页
作者在学期间取得的学术成果第64-65页
    发表的学术论文第64-65页
    申请的专利第65页
    申请的软件著作权第65页
    学科竞赛第65页

论文共65页,点击 下载论文
上一篇:基于CPU/GPU异构并行系统的大规模人工社会仿真计算加速方法研究
下一篇:基于CUDA的人在回路红外成像制导仿真系统及技术研究