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--一般性问题论文--理论、方法论文--算法理论论文

蛋白质序列系统发育树似然估计的高性能计算方法研究

学位论文数据集第3-4页
摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第13-19页
    1.1 课题背景及研究意义第13-14页
        1.1.1 课题背景第13页
        1.1.2 课题研究意义第13-14页
    1.2 国内外研究现状第14-17页
        1.2.1 面向多核CPU的并行MC~3算法第14-15页
        1.2.2 面向CPU-GPU协同的并行MC~3算法第15-17页
    1.3 课题主要研究内容第17页
    1.4 论文结构及内容安排第17-18页
    1.5 本文的创新点第18-19页
第二章 背景知识第19-31页
    2.1 引言第19页
    2.2 系统发育分析第19-22页
    2.3 贝叶斯推断法第22-23页
    2.4 MCMC和MC~3算法第23-27页
    2.5 似然概率的计算第27-30页
    2.6 本章小结第30-31页
第三章 tgpMC~3并行算法设计第31-47页
    3.1 引言第31页
    3.2 粗粒度并行策略分析第31-34页
        3.2.1 算法执行流程第31-32页
        3.2.2 粗粒度线程映射机制第32-33页
        3.2.3 存在的问题第33-34页
    3.3 数据的重建和存储第34-38页
        3.3.1 工作负载分析第34-35页
        3.3.2 重建输入序列结构第35-36页
        3.3.3 基于行主序的存储模型第36-37页
        3.3.4 基于列主序的存储模型第37-38页
    3.4 半任务间并行策略分析第38-42页
        3.4.1 任务并行策略第38-39页
        3.4.2 模型的层次划分第39-41页
        3.4.3 粒度适中的线程映射机制第41-42页
    3.5 转移概率矩阵加载第42-45页
        3.5.1 算法中的转移概率矩阵第42-43页
        3.5.2 多线程加载方法第43页
        3.5.3 并行传输的内核函数第43-45页
    3.6 本章小结第45-47页
第四章 实验和分析第47-55页
    4.1 实验环境第47页
    4.2 实验数据集第47-49页
    4.3 性能比较第49-54页
        4.3.1 运行时间第49-51页
        4.3.2 加速比第51-52页
        4.3.3 可扩展性第52-54页
    4.4 结论第54-55页
第五章 总结与展望第55-57页
    5.1 主要研究成果第55-56页
    5.2 工作展望第56-57页
参考文献第57-61页
致谢第61-63页
研究成果及发表的学术论文第63-65页
作者及导师简介第65-67页
附件第67-68页

论文共68页,点击 下载论文
上一篇:生物网络中的模体发现算法研究
下一篇:基于动态图像识别的高校顶岗实习管理系统设计与实现