| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 电磁反演算法 | 第10-14页 |
| 1.2.2 基于GPU架构的算法并行化研究 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.4 本文章节安排 | 第16-18页 |
| 第2章 非线性电磁反演成像的理论基础 | 第18-30页 |
| 2.1 电磁反演成像问题的一般模型 | 第18-21页 |
| 2.2 牛顿类反演方法 | 第21-23页 |
| 2.3 不精确牛顿方法框架 | 第23-26页 |
| 2.4 数值结果分析 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于IN-LSQR的非线性电磁反演加速成像 | 第30-43页 |
| 3.1 Fréchet导数矩阵的稀疏特性 | 第30-31页 |
| 3.2 稀疏矩阵存储格式 | 第31-34页 |
| 3.3 基于LSQR的稀疏线性方程求解 | 第34-37页 |
| 3.4 数值结果比较 | 第37-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 非线性电磁反演算法的并行化加速 | 第43-63页 |
| 4.1 GPU并行编程 | 第43-47页 |
| 4.1.1 CUDA编程基础 | 第43-46页 |
| 4.1.2 常用的GPU计算工具 | 第46-47页 |
| 4.2 基于快速迭代收敛阈值算法的线性逆问题并行化求解 | 第47-52页 |
| 4.2.1 快速迭代收缩阈值算法 | 第47-49页 |
| 4.2.2 GPU框架下FISTA算法并行化 | 第49-50页 |
| 4.2.3 FISTA并行化算法数值结果分析 | 第50-52页 |
| 4.3 基于Krylov子空间方法的非线性电磁反演算法并行化 | 第52-61页 |
| 4.3.1 Krylov子空间方法 | 第52-55页 |
| 4.3.2 GPU框架下Krylov子空间算法并行化 | 第55-57页 |
| 4.3.3 IN-BiCG、IN-BiCGSTAB算法数值结果分析 | 第57-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第5章 全文总结及工作展望 | 第63-65页 |
| 5.1 全文总结 | 第63-64页 |
| 5.2 工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间的研究成果 | 第71页 |
