可视化算法的GPU加速研究
摘要 | 第3-4页 |
abstract | 第4页 |
第1章 绪论 | 第7-15页 |
1.1 引言 | 第7页 |
1.2 课题背景与意义 | 第7-9页 |
1.2.1 背景介绍 | 第8页 |
1.2.2 可视化微博数据的意义 | 第8-9页 |
1.3 信息可视化 | 第9-11页 |
1.4 流体可视化的复杂度 | 第11-12页 |
1.5 主要工作 | 第12-15页 |
第2章 相关工作 | 第15-19页 |
第3章 CUDA工具包 | 第19-31页 |
3.1 并行计算 | 第19-23页 |
3.1.1 并行计算的目标和内容 | 第19页 |
3.1.2 并行计算发展简述 | 第19-21页 |
3.1.3 基础并行算法 | 第21-22页 |
3.1.4 并行算法基本设计原则 | 第22-23页 |
3.2 CUDA简介 | 第23-28页 |
3.2.1 主要概念与名称 | 第24-25页 |
3.2.2 CUDA编程模型 | 第25-26页 |
3.2.3 CUDA处理流例子 | 第26-28页 |
3.3 TESLAC2075 | 第28-31页 |
第4章 LBM及其编程实现 | 第31-35页 |
4.1 LBM基础理论 | 第31-35页 |
4.1.1 网格的设计 | 第32-33页 |
4.1.2 流动步骤 | 第33页 |
4.1.3 碰撞步骤 | 第33-35页 |
第5章 微博可视化的实现 | 第35-43页 |
5.1 代表微博空间的网络 | 第36-37页 |
5.2 用户和话题类型 | 第37-39页 |
5.3 动态流处理 | 第39-40页 |
5.3.1 动态演化 | 第39页 |
5.3.2 外部条件的影响 | 第39-40页 |
5.4 视觉设计 | 第40-43页 |
第6章 使用CUDA加速算法 | 第43-55页 |
6.1 使用CUDA加速的一般步骤 | 第43-51页 |
6.1.1 寻找热点函数 | 第43-44页 |
6.1.2 适配数据结构 | 第44-45页 |
6.1.3 函数并行化 | 第45-46页 |
6.1.4 随机数生成器 | 第46-50页 |
6.1.5 线程设计 | 第50页 |
6.1.6 后台处理 | 第50-51页 |
6.2 使用CUDA实现加速LBM算法 | 第51-52页 |
6.3 加速效果评估 | 第52-55页 |
第7章 总结与展望 | 第55-57页 |
7.1 总结 | 第55页 |
7.2 展望 | 第55-57页 |
参考文献 | 第57-61页 |
发表论文和参加科研情况说明 | 第61-63页 |
致谢 | 第63页 |