声明
第一章 绪 论
1.1 研究工作的背景与意义
1.2 国内外研究现状及发展动态
1.3 本文的研究内容
1.4 本文的组织结构及章节安排
第二章 相关研究基础
2.1.1 张量的定义
2.1.2 张量的基本运算
2.1.3 张量的分解方法
2.2 线性方程迭代法
2.2.1 克雷洛夫(Krylov)子空间方法
2.2.2 GMRES子空间算法
2.3 分布式并行计算基础
2.3.1 分布式并行计算理论基础和评判指标
2.3.2 常见的分布式并行计算架构及框架
2.3.3 Akka框架及Actor模型
2.4 本章小结
第三章 基于张量方程的多属性特征识别
3.1 基于张量的多属性特征识别整体框架
3.2 高阶张量线性方程
3.2.1 高阶Krylov子空间方法框架
3.2.2 高阶GMRES子空间算法
3.3 算法复杂度分析
3.4 相关实验
3.4.1 轴承故障识别实验
3.4.2 COIL-100识别实验
3.4.3 实验分析及总结
3.5 总结
第四章 分布式高阶GMRES子空间算法实现
4.1.1 问题简述
4.2 算法的空间并行优化解决方案
4.2.1 张量多模乘并行
4.2.2 For循环体并行
4.3 算法的时间并行优化解决方案
4.4 分布式高阶GMRES子空间算法的整体设计
4.4.1 同步点1并行设计
4.4.2 同步点2并行设计
4.4.3 整体算法的设计架构
4.5.1 数值实验
4.5.2 轴承数据集应用实验
4.5.3 COIL-100识别应用实验
4.5.4 结果分析
4.6 本章小结
第五章 张量多模乘并行优化
5.1 并行算法存在的问题
5.2 并行算法优化
5.2.1 A类模型优化方案
5.2.2 B类模型优化方案
5.3 整体方案的设计
5.4.1 数值实验
5.4.2 轴承数据集应用实验
5.4.3 COIL-100识别应用实验
5.5 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
电子科技大学;