膜聚类算法在GPU上的并行实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题的研究背景意义 | 第8-10页 |
| 1.2 国内外研究历史现状 | 第10-13页 |
| 1.2.1 膜计算的研究历史和现状 | 第10-13页 |
| 1.2.2 膜聚类算法的研究历史和现状 | 第13页 |
| 1.3 论文的主要研究内容与结构 | 第13-15页 |
| 2 膜计算和聚类算法以及GPU通用并行计算研究 | 第15-28页 |
| 2.1 膜计算的理论基础 | 第15-18页 |
| 2.1.1 膜计算的生物启发来源 | 第15页 |
| 2.1.2 膜计算的抽象模型构建 | 第15-18页 |
| 2.2 数据聚类基础知识 | 第18-23页 |
| 2.2.1 数据聚类描述 | 第18-20页 |
| 2.2.2 常见的聚类度量指标 | 第20-21页 |
| 2.2.3 常用的聚类算法回顾 | 第21-23页 |
| 2.3 GPU通用并行计算 | 第23-27页 |
| 2.3.1 CUDA编程模型 | 第23-26页 |
| 2.3.2 GPU硬件计算单元 | 第26-27页 |
| 2.4 本章小节 | 第27-28页 |
| 3 膜聚类算法在GPU上的并行实现 | 第28-47页 |
| 3.1 引言 | 第28页 |
| 3.2 P系统计算框架 | 第28-32页 |
| 3.2.1 P系统设计 | 第28-29页 |
| 3.2.2 对象的表示与评估 | 第29-30页 |
| 3.2.3 串行膜聚类算法 | 第30-32页 |
| 3.3 并行膜聚类算法 | 第32-37页 |
| 3.3.1 GPU的多级存储与计算的体系架构 | 第32-33页 |
| 3.3.2 膜聚类算法并行实现 | 第33-37页 |
| 3.4 实验结果与分析 | 第37-46页 |
| 3.4.1 参数设置与性能指标 | 第37-38页 |
| 3.4.2 数据集 | 第38-39页 |
| 3.4.3 指标分析 | 第39-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 模糊膜聚类算法在GPU上的并行实现 | 第47-63页 |
| 4.1 引言 | 第47-48页 |
| 4.2 P系统计算框架 | 第48-52页 |
| 4.2.1 P系统设计 | 第48-49页 |
| 4.2.2 P系统的对象表示和评价 | 第49-50页 |
| 4.2.3 串行模糊膜聚类算法 | 第50-52页 |
| 4.3 模糊膜聚类算法的并行实现 | 第52-56页 |
| 4.4 实验结果与分析 | 第56-62页 |
| 4.4.1 参数设置与性能指标 | 第56页 |
| 4.4.2 数据集 | 第56页 |
| 4.4.3 指标分析 | 第56-62页 |
| 4.5 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间学术论文及科研情况 | 第69-70页 |
| 致谢 | 第70-71页 |
