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GPU异构体系结构的大规模图数据挖掘关键技术研究

摘要第10-12页
Abstract第12-13页
第一章 绪论第14-36页
    1.1 研究背景第14-24页
        1.1.1 图数据挖掘的广泛应用第14-16页
        1.1.2 图数据挖掘领域的关键问题第16-19页
        1.1.3 大规模图挖掘面临的挑战第19-20页
        1.1.4 GPU异构计算平台带来的机遇和挑战第20-24页
    1.2 研究现状第24-31页
        1.2.1 广度优先搜索算法研究的相关工作第24-26页
        1.2.2 中介中心度计算算法研究的相关工作第26-28页
        1.2.3 子图同构算法研究的相关工作第28-29页
        1.2.4 频繁子图挖掘算法研究的相关工作第29-31页
    1.3 研究内容第31-32页
    1.4 主要工作及贡献第32-34页
    1.5 文章结构第34-36页
第二章 基于GPU的并行广度优先搜索算法研究第36-54页
    2.1 广度优先搜索第36-40页
        2.1.1 广度优先搜索简介第36-37页
        2.1.2 并行广度优先搜索第37页
        2.1.3 典型基于GPU广度优先搜索算法第37-40页
    2.2 基于GPU的广度优先遍历算法第40-49页
        2.2.1 邻居收集第41-44页
        2.2.2 全局去重第44-45页
        2.2.3 自底向上遍历第45-48页
        2.2.4 多GPU算法第48-49页
    2.3 实验结果及讨论第49-53页
        2.3.1 实验设置第49-50页
        2.3.2 GPU自顶向下BFS算法性能评测第50-52页
        2.3.3 GPU混合BFS算法性能评测第52-53页
    2.4 本章小结第53-54页
第三章 基于GPU的中介中心度计算算法研究第54-74页
    3.1 中介中心度计算问题第54-58页
        3.1.1 中介中心度计算定义第54-55页
        3.1.2 经典中介中心度计算算法第55-56页
        3.1.3 典型基于GPU的并行中介度计算算法第56-58页
    3.2 基于GPU的中介中心度计算算法第58-67页
        3.2.1 算法框架第58-59页
        3.2.2 基于前沿队列的方法第59-62页
        3.2.3 基于顶点并行的方法第62-66页
        3.2.4 混合方法第66-67页
    3.3 性能评测第67-72页
        3.3.1 实验设置第67-68页
        3.3.2 单GPU平台混合方法性能测试第68-71页
        3.3.3 多GPU平台混合方法性能测试第71-72页
    3.4 本章小结第72-74页
第四章 基于GPU的大规模子图同构算法研究第74-92页
    4.1 子图同构问题第74-77页
        4.1.1 子图同构问题简介第74-75页
        4.1.2 部分子图映射第75页
        4.1.3 基于区域扩展的匹配顺序选择第75-77页
    4.2 基于区域遍历的GPU子图同构算法第77-87页
        4.2.1 算法框架第77-78页
        4.2.2 GPU区域遍历第78-84页
        4.2.3 GPU子图匹配第84-86页
        4.2.4 负载均衡第86-87页
    4.3 实验结果及讨论第87-91页
        4.3.1 实验设置第87-88页
        4.3.2 性能评测第88-91页
        4.3.3 扩展性测试第91页
    4.4 本章小节第91-92页
第五章 基于GPU的频繁子图挖掘算法研究第92-112页
    5.1 频繁子图挖掘简介第92-95页
        5.1.1 频繁子图挖掘定义第92-93页
        5.1.2 gSpan算法第93-94页
        5.1.3 典型的基于GPU的g Span算法第94-95页
    5.2 基于GPU的频繁子图挖掘算法第95-105页
        5.2.1 算法框架第95-97页
        5.2.2 基于GPU的模式图扩展第97-100页
        5.2.3 基于GPU的支持度计算第100-103页
        5.2.4 最小DFS编码检测第103-105页
        5.2.5 基于GPU的子图映射生长第105页
    5.3 实验结果及讨论第105-109页
        5.3.1 实验设置第105-106页
        5.3.2 性能评测第106-109页
    5.4 本章小结第109-112页
第六章 结论与展望第112-116页
    6.1 工作总结第112-113页
    6.2 研究展望第113-116页
致谢第116-118页
参考文献第118-130页
作者在学期间取得的学术成果第130页

论文共130页,点击 下载论文
上一篇:基于Agent的人工社会应急管理政策分析方法
下一篇:基于压缩非线性滤波与图论的同时定位与构图方法研究