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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于磁盘的单机大规模图计算引擎性能的改进方法

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第11-15页
    1.1 课题研究目的和意义第11-12页
    1.2 课题研究内容第12-13页
    1.3 主要贡献第13页
    1.4 论文组织结构第13-15页
第二章 国内外研究现状第15-31页
    2.1 国外重要论文研究第15-24页
        2.1.1 GraphChi第16-17页
        2.1.2 TurboGraph第17-19页
        2.1.3 X-stream第19-22页
        2.1.4 Mmap第22-24页
    2.2 国内论文研究第24-25页
    2.3 技术特点分析与总结第25-26页
    2.4 实验主要算法介绍——PageRank算法第26-29页
        2.4.1 早期的搜索引擎及词项作弊第26-27页
        2.4.2 PageRank的定义第27-29页
    2.5 GraphChi程序运行第29-30页
    2.6 本章小结第30-31页
第三章 GraphChi及其PSW算法介绍第31-35页
    3.1 GraphChi模型的提出第31页
    3.2 PSW算法简介第31-33页
    3.3 GraphChi内存管理的部分局限性第33-34页
    3.4 本章小结第34-35页
第四章 图计算引擎结合内存管理模式(Part-in-memory)改进思想及实验分析第35-48页
    4.1 Part-in-memory 模式的思想第35-36页
    4.2 Part-in-memory模式的实现第36-37页
    4.3 实验及分析第37-47页
        4.3.1 Part-in-memory模式的有效性第38-39页
        4.3.2 内存的影响第39-40页
        4.3.3 边数据集的影响第40-41页
        4.3.4 点数据集的影响第41-43页
        4.3.5 有趣的结论:固定内存数据比例的特性第43-45页
        4.3.6 部分特殊算法的提速第45-46页
        4.3.7 适用性实验第46-47页
    4.4 本章小结第47-48页
第五章 图计算引擎结合算法角度的改进思想及实验分析第48-55页
    5.1 六度空间理论优化算法主要思想第48页
    5.2 六度空间理论优化算法的实现第48-49页
    5.3 六度空间理论优化算法与原始算法比较第49-52页
        5.3.1 实验步骤及结果第49-50页
        5.3.2 实验结果有效性分析第50-51页
        5.3.3 时间性能方面的可能改进方向第51页
        5.3.4 收敛值R1的特征第51-52页
        5.3.5 R2收敛值优劣对比第52页
    5.4 过滤不同比例数据对图计算引擎的影响第52-54页
        5.4.1 实验目的第53页
        5.4.2 实验方法第53页
        5.4.3 实验结果第53-54页
    5.5 本章小结第54-55页
第六章 结论与展望第55-59页
    6.1 结论第55-56页
    6.2 展望第56-58页
        6.2.1 根据节点度数进行选点的Part-in-memory模式第56-57页
        6.2.2 基于动态机制下的Part-in-memory模式第57-58页
    6.3 本章小结第58-59页
参考文献第59-62页
致谢第62-63页
攻读硕士学位期间已发表或录用的论文第63-65页

论文共65页,点击 下载论文
上一篇:基于非常规突发事件的人工社会可视化方法研究
下一篇:基于论文社区的文章推荐及评价