| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 高光谱图像分类的国内外研究现状 | 第10-12页 |
| 1.2.2 高光谱图像目标检测的国内外研究现状 | 第12-13页 |
| 1.2.3 GPU并行优化的国内外研究现状 | 第13-14页 |
| 1.3 论文主要内容及结构安排 | 第14-15页 |
| 2 基于CUDA的GPU并行计算 | 第15-24页 |
| 2.1 GPU通用计算 | 第15-18页 |
| 2.2 CUDA基础 | 第18-22页 |
| 2.2.1 CUDA软件体系 | 第18-19页 |
| 2.2.2 CUDA硬件构架 | 第19页 |
| 2.2.3 CUDA存储器模型 | 第19-21页 |
| 2.2.4 CUDA编程模型 | 第21-22页 |
| 2.3 论文实验平台介绍 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 3 基于GPU/CUDA的高光谱图像分类并行优化算法 | 第24-35页 |
| 3.1 基于CPU/GPU异构平台的空谱加权核稀疏表示高光谱图像分类并行优化 | 第24-29页 |
| 3.1.1 算法背景 | 第24页 |
| 3.1.2 算法原理 | 第24-27页 |
| 3.1.3 算法的并行优化设计 | 第27-29页 |
| 3.2 基于低秩分解的空谱联合高光谱图像分类的GPU并行优化 | 第29-35页 |
| 3.2.1 算法背景 | 第29页 |
| 3.2.2 算法原理 | 第29-32页 |
| 3.2.3 算法的并行优化设计 | 第32-35页 |
| 4 基于CPU/GPU异构平台的高光谱图像目标检测并行优化算法 | 第35-42页 |
| 4.1 基于低秩和稀疏表示的高光谱图像目标检测GPU并行优化 | 第35-42页 |
| 4.1.1 算法背景 | 第35-36页 |
| 4.1.2 算法原理 | 第36-40页 |
| 4.1.3 算法的并行优化设计 | 第40-42页 |
| 5 基于GPU并行优化的高光谱图像分类与目标检测系统设计与实现 | 第42-62页 |
| 5.1 基于GPU并行优化的高光谱图像分类与目标检测系统设计 | 第42-44页 |
| 5.2 系统核心模块测试与分析 | 第44-60页 |
| 5.2.1 基于CPU/GPU异构平台的空谱加权核稀疏表示高光谱图像分类并行优化模块测试与分析 | 第44-47页 |
| 5.2.2 基于低秩分解的空谱联合高光谱图像分类的GPU并行优化模块测试与分分析 | 第47-50页 |
| 5.2.3 基于低秩和稀疏表示的高光谱图像目标检测GPU并行优化模块测试与分析 | 第50-52页 |
| 5.2.4 HICTDS系统模块测试与分析 | 第52-60页 |
| 5.3 本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-71页 |
| 附录 | 第71页 |
