| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 表格索引 | 第9-10页 |
| 插图索引 | 第10-11页 |
| 算法索引 | 第11-12页 |
| 第一章 绪论 | 第12-16页 |
| ·概述 | 第12页 |
| ·迭代算法 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 迭代算法的研究现状 | 第16-22页 |
| ·并行计算与并行算法 | 第16-17页 |
| ·迭代算法的并行计算框架 | 第17-19页 |
| ·研究方法 | 第19-21页 |
| ·数据模型 | 第19-20页 |
| ·用户自定义的计算 | 第20页 |
| ·数据一致性 | 第20-21页 |
| ·终止条件评价 | 第21页 |
| ·数据流图 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 三维声场重构算法的并行与优化 | 第22-36页 |
| ·波动方程算法的研究背景 | 第22-24页 |
| ·研究现状 | 第24-27页 |
| ·FOR3D模型简述 | 第25页 |
| ·FOR3D模型(Three-dimensional Wide-angle Model FOR3D)数学原理 | 第25-26页 |
| ·模型分类 | 第26-27页 |
| ·并行For3D | 第27-30页 |
| ·实验结果 | 第30-34页 |
| ·实验环境 | 第30-31页 |
| ·实验结果 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 K-means算法的并行与优化 | 第36-56页 |
| ·聚类算法 | 第36-37页 |
| ·K-means问题介绍 | 第37-42页 |
| ·基本问题 | 第37-39页 |
| ·k值确定 | 第39-40页 |
| ·初始聚类中心点 | 第40-42页 |
| ·研究现状 | 第42-45页 |
| ·提出的算法 | 第45-49页 |
| ·基于密度和Kmeans++算法改进初始点选择优化算法) | 第45-47页 |
| ·基于Mean Shift和Kmeans++算法的改进 | 第47-49页 |
| ·迭代部分的并行 | 第49页 |
| ·分析 | 第49页 |
| ·实验结果 | 第49-55页 |
| ·Rou&Kmeans++算法实验结果 | 第49-50页 |
| ·Kmms++和Kmms实验结果 | 第50-54页 |
| ·并行算法实验结果 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·本文小结 | 第56页 |
| ·未来展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 在读期间发表的学术论文与取得的研究成果 | 第64页 |
