首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于GPU的无损压缩算法的研究与实现

摘要第5-6页
Abstract第6页
第一章 绪论第7-13页
    1.1 研究背景及意义第7-9页
    1.2 国内外研究现状第9-11页
    1.3 本论文的主要工作第11-13页
        1.3.1 研究内容第11页
        1.3.2 结构安排第11-13页
第二章 GPU通用计算及编程模型第13-26页
    2.1 GPU通用计算概述第13-17页
        2.1.1 GPU通用计算第13-15页
        2.1.2 GPU硬件架构第15-16页
        2.1.3 NVIDIA CUDA第16-17页
    2.2 CUDA编程模型第17-19页
        2.2.1 主机与设备第17-18页
        2.2.2 线程结构第18-19页
    2.3 CUDA软件体系第19-20页
    2.4 存储模型第20-23页
        2.4.1 共享存储器第22页
        2.4.2 全局存储器第22页
        2.4.3 局部存储器第22页
        2.4.4 常数存储器第22-23页
        2.4.5 纹理存储器第23页
        2.4.6 寄存器第23页
    2.5 优化策略第23-24页
    本章小结第24-26页
第三章 数据压缩算法基础第26-39页
    3.1 数据压缩概述第26-29页
        3.1.1 什么是数据压缩第26页
        3.1.2 数据压缩发展历程第26-28页
        3.1.3 数据压缩技术的分类第28-29页
    3.2 常见压缩编码算法第29-38页
        3.2.1 行程编码第29-30页
        3.2.2 huffman编码第30-32页
        3.2.3 Lempel-Ziv编码第32-35页
        3.2.4 LZW编码第35-36页
        3.2.5 基于BWT变换的bzip2压缩编码第36-38页
    本章小结第38-39页
第四章 基于GPU的压缩算法实现第39-52页
    4.1 基于GPU的LZ77的并行实现第39-45页
        4.1.1 LZ77在CUDA中普通实现第39-40页
        4.1.2 优化实现第40-42页
        4.1.3 并行LZ77实验结果与分析第42-45页
    4.2 基于GPU的bzip2的并行实现第45-51页
        4.2.1 bzip2算法并行性分析第45-49页
        4.2.2 并行bzip2实验结果与分析第49-51页
    本章小结第51-52页
第五章 总结与展望第52-53页
参考文献第53-57页
致谢第57-58页
攻读硕士期间发表的论文第58-59页

论文共59页,点击 下载论文
上一篇:DAQmx自动化测试系统的改进与实现
下一篇:基于神经网络的文本倾向性分析系统的研究与实现