| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-17页 |
| 1.1 研究背景 | 第10-15页 |
| 1.1.1 可重构计算架构概述 | 第10-13页 |
| 1.1.2 MapReduce编程模型 | 第13-15页 |
| 1.2 本文的研究内容与创新性工作 | 第15-16页 |
| 1.3 本文的组织结构 | 第16-17页 |
| 2 可重构硬件架构技术研究 | 第17-27页 |
| 2.1 可重构计算平台硬件架构 | 第17页 |
| 2.2 可重构计算平台 | 第17-23页 |
| 2.2.1 可重构阵列 | 第17-19页 |
| 2.2.2 阵列处理单元 | 第19-21页 |
| 2.2.3 阵列存储器 | 第21-22页 |
| 2.2.4 可重构平台工作模式 | 第22-23页 |
| 2.3 可重构计算平台的编程方法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 Kmeans算法的MapReduce设计和可重构映射 | 第27-42页 |
| 3.1 Kmeans聚类算法描述 | 第27-28页 |
| 3.2 基于MapReduce编程模型的Kmeans算法的并行设计 | 第28-31页 |
| 3.2.1 Map函数设计 | 第29-30页 |
| 3.2.2 Reduce函数设计 | 第30-31页 |
| 3.3 基于可重构硬件架构的MapReduce Kmeans算法映射 | 第31-41页 |
| 3.3.1 算法功能模块实现方案 | 第31-32页 |
| 3.3.2 算法整体方案 | 第32-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 FIR算法的MapReduce设计和可重构映射 | 第42-52页 |
| 4.1 FIR滤波算法简介 | 第42-43页 |
| 4.2 基于MapReduce编程模型的FIR并行算法的设计 | 第43-45页 |
| 4.2.1 算法在可重构平台上的任务划分 | 第44页 |
| 4.2.2 Map函数设计 | 第44-45页 |
| 4.2.3 Reduce函数设计 | 第45页 |
| 4.3 基于可重构硬件架构的MapReduce FIR算法映射 | 第45-51页 |
| 4.3.1 算法映射方案 | 第46-50页 |
| 4.3.2 数据组织方案 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 基于可重构硬件的算法实现与验证 | 第52-62页 |
| 5.1 验证系统 | 第52-54页 |
| 5.2 验证方法 | 第54-55页 |
| 5.3 Kmeans算法的实现与验证分析 | 第55-58页 |
| 5.4 FIR算法的实现与验证分析 | 第58-60页 |
| 5.5 本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 论文工作总结 | 第62页 |
| 6.2 论文展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 学位论文数据集 | 第69页 |
