基于CUDA快速凸包并行设计与研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外发展及现状 | 第12-14页 |
| 1.3 论文组织结构 | 第14-16页 |
| 第2章 凸包的概念以及相关算法 | 第16-29页 |
| 2.1 凸包的定义以及问题描述 | 第16-17页 |
| 2.2 凸包算法的分类 | 第17-21页 |
| 2.2.1 三维凸包分治法 | 第18-20页 |
| 2.2.2 三维凸包随机增量法 | 第20-21页 |
| 2.3 快速凸包算法 | 第21-28页 |
| 2.3.1 二维快速凸包算法 | 第21-23页 |
| 2.3.2 三维快速凸包算法 | 第23-27页 |
| 2.3.3 三维快速凸包分析 | 第27-28页 |
| 本章小结 | 第28-29页 |
| 第3章 通用计算与CUDA | 第29-37页 |
| 3.1 GPU性能概述 | 第29-32页 |
| 3.1.1 GPU与CUP区别 | 第30-31页 |
| 3.1.2 CPU/GPU异构系统 | 第31-32页 |
| 3.2 GPU硬件架构 | 第32页 |
| 3.3 CUDA概述 | 第32-36页 |
| 3.3.1 CUDA编程模型 | 第32-33页 |
| 3.3.2 CUDA线程层次结构 | 第33-34页 |
| 3.3.3 CUDA执行模型 | 第34-35页 |
| 3.3.4 CUDA存储器模型 | 第35-36页 |
| 本章小结 | 第36-37页 |
| 第4章 快速凸包与并行计算 | 第37-47页 |
| 4.1 并行整体流程 | 第37-38页 |
| 4.2 三维快速凸包算法并行性分析 | 第38-40页 |
| 4.2.1 任务划分 | 第38-39页 |
| 4.2.2 线程尺度设计 | 第39-40页 |
| 4.3 基于CUDA快速凸包算法的实现 | 第40-46页 |
| 4.3.1 基于CUDA的快包算法流程 | 第40-46页 |
| 4.3.2 并行优化策略 | 第46页 |
| 本章小结 | 第46-47页 |
| 第5章 实验结果与分析 | 第47-54页 |
| 5.1 实验环境 | 第47页 |
| 5.2 实验数据 | 第47-49页 |
| 5.3 实验结果与分析 | 第49-53页 |
| 5.3.1 实验 | 第49-50页 |
| 5.3.2 实验二 | 第50-51页 |
| 5.3.3 实验三 | 第51-53页 |
| 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间公开发表论文 | 第60-61页 |
| 致谢 | 第61页 |
