摘要 | 第4-5页 |
Abstract | 第5-6页 |
缩略词和专业术语 | 第10-11页 |
第1章 绪论 | 第11-15页 |
1.1 课题来源及研究意义 | 第11页 |
1.2 与课题相关的国内外研究综述 | 第11-13页 |
1.2.1 业内类似并行库介绍 | 第11-12页 |
1.2.2 并行研究领域及任务调度技术 | 第12-13页 |
1.3 本论文的主要工作内容 | 第13-15页 |
第2章 并行算法介绍及项目关键技术分析 | 第15-23页 |
2.1 并行算法介绍 | 第15-17页 |
2.1.1 Parallel_for 算法介绍 | 第15-16页 |
2.1.2 Pipeline 算法介绍 | 第16-17页 |
2.2 关键技术分析 | 第17-22页 |
2.2.1 线程分配的“递归”策略 | 第17-19页 |
2.2.2 串并行的自适应学习算法 | 第19-20页 |
2.2.3 曲线拟合最小二乘法 | 第20-21页 |
2.2.4 线程分配策略 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
第3章 并行库优化的需求分析 | 第23-31页 |
3.1 调度流程 | 第23-24页 |
3.2 关键接口及任务类型 | 第24-26页 |
3.3 功能需求 | 第26-29页 |
3.3.1 明确优化方案 | 第26-27页 |
3.3.2 Parallel_for 算法优化 | 第27-28页 |
3.3.3 串并行路径选择器功能 | 第28-29页 |
3.3.4 Pipeline 算法优化 | 第29页 |
3.4 优化需求 | 第29-30页 |
3.4.1 优化目标 | 第30页 |
3.4.2 优化内容 | 第30页 |
3.5 本章小结 | 第30-31页 |
第4章 优化并行库的详细设计及实现 | 第31-60页 |
4.1 Parallel_for 算法优化与实现 | 第31-40页 |
4.1.1 思路来源 | 第31-33页 |
4.1.2 Parallel_for 优化具体实现 | 第33-37页 |
4.1.3 Parallel_for 优化前后对比 | 第37-39页 |
4.1.4 Parallel_for 优化前后案例数据对比 | 第39页 |
4.1.5 Parallel_for 优化结论 | 第39-40页 |
4.2 串并行路径选择器功能 | 第40-56页 |
4.2.1 问题提出 | 第40-42页 |
4.2.2 动态估算获取权重方案 | 第42-45页 |
4.2.3 自适应学习估算曲线拟合策略 | 第45页 |
4.2.4 自适应学习步长与点数的选取 | 第45-47页 |
4.2.5 串并行具体实现流程 | 第47-48页 |
4.2.6 串并行选择模型 | 第48-54页 |
4.2.7 串并行选择优化结论 | 第54-55页 |
4.2.8 串并行路径选择器的局限性 | 第55-56页 |
4.3 Pipeline 主线程沿用实现及展望 | 第56-59页 |
4.3.1 优化方案确定 | 第56-57页 |
4.3.2 主线程沿用实现 | 第57-58页 |
4.3.3 展望功能 | 第58-59页 |
4.4 本章小结 | 第59-60页 |
第5章 优化结果的案例测试和数据分析 | 第60-72页 |
5.1 测试环境 | 第60-61页 |
5.2 测试软件并行库的对比 | 第61页 |
5.3 Parallel_for 优化实现测试结果 | 第61-67页 |
5.3.1 一维子字符串查找案例 | 第62-64页 |
5.3.2 一维求平均值案例 | 第64-66页 |
5.3.3 二维 Mandelbrot 和矩阵相乘案例对比 | 第66-67页 |
5.4 串并行路径选择器优化实现测试结果 | 第67-70页 |
5.4.1 串并行矩阵相乘案例 | 第68-69页 |
5.4.2 串并行矩阵相加案例 | 第69-70页 |
5.5 Pipeline 主线程沿用优化实现测试结果 | 第70-71页 |
5.6 本章小结 | 第71-72页 |
结论 | 第72-74页 |
参考文献 | 第74-79页 |
致谢 | 第79-80页 |
个人简历 | 第80页 |