基于CUDA的AP聚类算法的并行设计与实现

目录

声明

摘要

第1章绪论

1.1背景介绍

1.1.1大数据时代的到来

1.1.2计算机硬件技术的迅猛发展

1.1.3常用的聚类算法

1.2研究动机

1.2.1AP聚类算法可以改进的地方

1.2.2并行计算的迅猛发展

1.2.3各种并行计算平台简介

1.3研究内容

1.3.1改进优化AP聚类算法

1.3.2AP聚类算法的并行和优化

1.4本文组织结构

1.5本章小结

第2章异构计算平台CUDA

2.1一种异构计算平台CUDA

2.2CUDA编程模型

2.3CUDA执行模型

2.4CUDA工具和CUDA程序实现的注意事项

2.5本章小结

第3章AP聚类算法

3.1AP聚类算法的原理

3.2AP聚类算法的流程

3.3AP聚类算法的特点

3.3本章小结

第4章改进优化AP聚类算法

4.2优化AP聚类算法

4.3本章小结

5.1AP聚类算法并行设计与实现

5.1.1相似矩阵使用GPU计算

5.1.2迭代过程中的矩阵使用GPU计算

5.1.3使用共享内存以及减少CPU和GPU的通信时间

5.2对AP-CUDA聚类程序优化

5.3实验结果分析

5.3.2测试程序

5.3.3实验结果分析

5.4本章小结

第6章总结与展望

6.1总结

6.2展望

参考文献

致谢