| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-24页 |
| ·多核处理器 | 第12-14页 |
| ·多核处理器的出现和发展 | 第12-13页 |
| ·典型的多核系统体系结构 | 第13-14页 |
| ·多核系统对应用程序的影响 | 第14-15页 |
| ·相关工作 | 第15-18页 |
| ·程序性能优化 | 第15页 |
| ·并行算法设计 | 第15页 |
| ·并行程序实现 | 第15-16页 |
| ·基于内容的视频信息检索系统及其相关性能优化 | 第16-17页 |
| ·多核系统中的线程调度方法 | 第17-18页 |
| ·多核系统中的缓存分割方法 | 第18页 |
| ·本文的研究内容和主要贡献 | 第18-22页 |
| ·应用程序性能优化方法研究 | 第19-20页 |
| ·多核系统中的线程调度方法研究 | 第20-22页 |
| ·论文结构 | 第22-24页 |
| 第2章 图像颜色相关图特征提取程序性能优化 | 第24-36页 |
| ·引言 | 第24-25页 |
| ·图像颜色相关图特征提取算法 | 第25-26页 |
| ·图像颜色相关图特征提取串行程序性能优化 | 第26-28页 |
| ·图像颜色相关图特征提取并行算法 | 第28-29页 |
| ·图像颜色相关图特征提取并行程序优化 | 第29-31页 |
| ·实验结果及分析 | 第31-34页 |
| ·实验平台 | 第31-32页 |
| ·实验输入数据集 | 第32页 |
| ·可扩放性性能及分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 图像多维自回归纹理特征提取程序性能优化 | 第36-48页 |
| ·引言 | 第36-37页 |
| ·图像多维自回归纹理特征提取算法 | 第37页 |
| ·图像多维自回归纹理特征提取串行程序性能优化 | 第37-39页 |
| ·图像多维自回归纹理特征提取并行算法 | 第39-40页 |
| ·图像多维自回归纹理特征提取并行程序性能优化 | 第40-43页 |
| ·负载均衡性能优化 | 第40-41页 |
| ·关联线程到处理器 | 第41-43页 |
| ·实验结果和分析 | 第43-46页 |
| ·可扩放性性能及分析 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 图像 Gabor 纹理特征提取程序性能优化 | 第48-58页 |
| ·引言 | 第48页 |
| ·图像Gabor 纹理特征提取算法 | 第48-49页 |
| ·图像Gabor 纹理特征提取串行程序性能优化 | 第49-51页 |
| ·使用英特尔数学核心函数库 | 第49-50页 |
| ·充分利用单指令多数据指令 | 第50-51页 |
| ·串行优化效果 | 第51页 |
| ·图像Gabor 纹理特征提取并行算法 | 第51-53页 |
| ·Gabor 滤波器间任务级并行算法 | 第51-52页 |
| ·Gabor 滤波器内数据级并行算法 | 第52-53页 |
| ·实验结果及分析 | 第53-57页 |
| ·可扩放性性能及分析 | 第53-57页 |
| ·不同线程关联策略对可扩放性性能的影响 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第5章 图像尺度不变特征变换程序性能优化 | 第58-76页 |
| ·引言 | 第58-59页 |
| ·图像尺度不变特征变换算法 | 第59-61页 |
| ·图像尺度不变特征变换串行程序性能优化 | 第61-62页 |
| ·图像尺度不变特征变换并行算法 | 第62-65页 |
| ·直接并行算法 | 第62-63页 |
| ·改进的并行算法 | 第63-65页 |
| ·图像尺度不变特征变换并行程序性能优化 | 第65-67页 |
| ·减少线程间同步开销 | 第65-66页 |
| ·消除高速缓存伪共享 | 第66-67页 |
| ·实验结果及分析 | 第67-74页 |
| ·实验环境 | 第67-68页 |
| ·实验输入数据集 | 第68页 |
| ·程序性能提升实验结果 | 第68-70页 |
| ·并行程序可扩放性结果及分析 | 第70-72页 |
| ·存储系统性能数据与分析 | 第72-74页 |
| ·片上多处理器模拟平台实验结果 | 第74页 |
| ·本章小结 | 第74-76页 |
| 第6章 马尔可夫决策过程求解并行算法及性能 | 第76-94页 |
| ·引言 | 第76-77页 |
| ·马尔可夫决策过程模型 | 第77-79页 |
| ·马尔可夫决策问题介绍 | 第77页 |
| ·马尔可夫决策过程模型 | 第77-78页 |
| ·确定最优行动策略 | 第78-79页 |
| ·动态规划求解马尔可夫决策过程 | 第79-81页 |
| ·策略迭代算法及分析 | 第79-80页 |
| ·价值迭代算法及分析 | 第80-81页 |
| ·求解马尔可夫决策过程并行算法 | 第81-84页 |
| ·并行策略迭代算法 | 第81-82页 |
| ·并行价值迭代算法 | 第82-84页 |
| ·马尔可夫决策过程求解并行算法分析 | 第84-87页 |
| ·计算复杂度和通信代价分析 | 第84-86页 |
| ·可扩放性分析 | 第86-87页 |
| ·负载均衡分析 | 第87页 |
| ·实验结果及分析 | 第87-93页 |
| ·应用马尔可夫决策过程于实时战略游戏控制 | 第88-89页 |
| ·实验平台 | 第89页 |
| ·并行策略迭代程序性能 | 第89-91页 |
| ·并行价值迭代程序性能 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第7章 基于工作集模型的多核系统线程调度方法 | 第94-116页 |
| ·引言 | 第94-97页 |
| ·基于工作集模型的线程调度方法框架 | 第97-98页 |
| ·线程局部性曲线及监测器 | 第98-101页 |
| ·线程局部性曲线 | 第98-100页 |
| ·线程监测器 | 第100-101页 |
| ·系统监测器 | 第101页 |
| ·线程工作集大小估计 | 第101-103页 |
| ·不公平性问题 | 第103-105页 |
| ·线程调度策略 | 第105-106页 |
| ·实验结果和分析 | 第106-113页 |
| ·实验平台 | 第106-107页 |
| ·度量标准 | 第107页 |
| ·工作集模型实验 | 第107-109页 |
| ·基于工作集模型线程调度方法的有效性 | 第109-111页 |
| ·与相关工作的比较 | 第111-113页 |
| ·本章小节 | 第113-116页 |
| 第8章 总结与展望 | 第116-120页 |
| ·本文的主要工作 | 第116-117页 |
| ·本文的主要贡献 | 第117-118页 |
| ·未来工作展望 | 第118-120页 |
| 参考文献 | 第120-127页 |
| 附录1 基于工作集模型的线程调度策略伪代码 | 第127-130页 |
| 致谢 | 第130-131页 |
| 在读期间发表的学术论文与取得的研究成果 | 第131-132页 |