| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-15页 |
| ·论文研究背景 | 第12页 |
| ·论文研究内容 | 第12-13页 |
| ·硬件平台和测试用例 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| 第二章 GPU体系结构与CUDA介绍 | 第15-20页 |
| ·GPU体系结构 | 第15-16页 |
| ·CUDA基础 | 第16-19页 |
| ·CUDA编程模型 | 第17-18页 |
| ·CUDA存储器模型 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 KLU算法概述 | 第20-28页 |
| ·KLU算法简介 | 第20-21页 |
| ·预处理阶段介绍 | 第21-23页 |
| ·btf(Block Triangular Form)算法 | 第21-22页 |
| ·amd(Approximate Minimum Degree)算法 | 第22-23页 |
| ·求解阶段 | 第23-25页 |
| ·相关研究 | 第25-27页 |
| ·btf_strongcomp算法的相关研究 | 第25-26页 |
| ·amd算法的相关研究 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 btf_strongcomp算法在GPU平台上的并行 | 第28-45页 |
| ·深度优先搜索算法的并行 | 第28-31页 |
| ·DCSC算法(divide and conquer strong components) | 第31-32页 |
| ·可达矩阵算法的并行 | 第32-39页 |
| ·可达矩阵的定义及相关并行思想 | 第32-35页 |
| ·并行算法存在的问题 | 第35-39页 |
| ·zdec(zero-descendant)算法 | 第39-44页 |
| ·算法思想 | 第39-40页 |
| ·算法性能分析 | 第40-42页 |
| ·实验结果对整个KLU算法的影响 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 klu_solve算法在GPU平台上的并行 | 第45-48页 |
| ·求解阶段(klu_solve算法)的并行性研究 | 第45-47页 |
| ·并行算法分析 | 第45-46页 |
| ·实验结果和性能分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结与进一步工作 | 第48-50页 |
| ·主要结论 | 第48-49页 |
| ·btf_strongcomp算法 | 第48页 |
| ·klu_solve算法 | 第48页 |
| ·结论 | 第48-49页 |
| ·进一步工作 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52页 |
