| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 高性能并行图聚类算法的研究意义 | 第10页 |
| 1.2 高性能并行图计算框架的相关研究 | 第10-15页 |
| 1.2.1 MapReduce-MPI | 第11页 |
| 1.2.2 ScaleGraph | 第11-12页 |
| 1.2.3 STAPL和KLA | 第12-13页 |
| 1.2.4 Charm++ | 第13页 |
| 1.2.5 DisBelief | 第13-14页 |
| 1.2.6 Combinatorial BLAS | 第14-15页 |
| 1.2.7 其它 | 第15页 |
| 1.3 本文的主要工作和创新 | 第15-17页 |
| 第二章 基于线性代数的高性能图计算框架 | 第17-25页 |
| 2.1 图原语(Graph Primitives) | 第17-18页 |
| 2.2 Graph BLAS方法 | 第18页 |
| 2.3 Combinatorial BLAS介绍 | 第18-20页 |
| 2.3.1 Combinatorial BLAS中的图原语 | 第19-20页 |
| 2.3.2 Combinatorial BLAS中类的软件体系结构 | 第20页 |
| 2.4 Combinatorial BLAS性能评测 | 第20-24页 |
| 2.4.1 提取(SpRef)和指定(SpAsgn)图原语 | 第21页 |
| 2.4.2 网络的中介性核心性算法(Betweenness Centrality) | 第21-22页 |
| 2.4.3 马尔科夫聚类算法 | 第22页 |
| 2.4.4 宽度优先搜索算法 | 第22-23页 |
| 2.4.5 图的最大(Maximal)匹配算法 | 第23页 |
| 2.4.6 二部图的最大(Maximum)匹配算法 | 第23页 |
| 2.4.7 宽度优先搜索算法在曙光超级计算机下的测试 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于线性代数的同辈压力图聚类算法 | 第25-33页 |
| 3.1 同辈压力图聚类算法 | 第25-29页 |
| 3.2 同辈压力图聚类算法的矩阵操作转换 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于线性代数的并行同辈压力图聚类算法 | 第33-39页 |
| 4.1 稀疏矩阵的存储结构 | 第33-35页 |
| 4.1.1 CSC存储结构 | 第33-34页 |
| 4.1.2 DCSC存储结构 | 第34-35页 |
| 4.2 基于稀疏矩阵相乘的投票算法 | 第35-36页 |
| 4.2.1 符号定义 | 第35页 |
| 4.2.2 基于SUMMA的稀疏矩阵相乘算法 | 第35-36页 |
| 4.3 规范化投票结果 | 第36页 |
| 4.4 解结(Settling Ties)算法的实现 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 数值实验 | 第39-45页 |
| 5.1 实验平台及数据 | 第39页 |
| 5.2 实验结果 | 第39-44页 |
| 5.2.1 第一组实验:一个加入自环边的扩展度为16的R-MAT图 | 第39-40页 |
| 5.2.2 第二组实验:一个加入自环边的扩展度为21的R-MAT图 | 第40-44页 |
| 5.3 实验分析 | 第44-45页 |
| 第六章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 发表论文及参加学术活动 | 第49-50页 |
| 致谢 | 第50页 |
