学位论文 > 优秀研究生学位论文题录展示

基于CUDA的概念格并行建格算法研究

作　者: 金腾辉
导　师: 祁建军
学　校: 西安电子科技大学
专　业: 计算机软件与理论
关键词: 概念格 FCBO 并行计算 CUDA
分类号: TP18
类　型: 硕士论文
年　份: 2012年
下　载: 46次
引　用: 0次
阅　读: 论文下载

内容摘要

形式概念分析是一种有效的知识表示与知识发现工具，在数据挖掘、知识发现、信息检索等领域得到了广泛的应用。在形式概念分析的应用过程中，首先要构建概念格，因此建格算法的效率显得十分重要。CUDA（Compute Unified DeviceArchitecture）并行计算架构通过利用GPU（Graphic Processing Unit）的多线程并行处理能力，可以大幅度提升计算性能，已经越来越多地应用于通用并行计算。这为解决形式概念分析应用中的建格问题提供了一个新的思路。本文分析了CUDA多线程编程模型的硬件架构和软件体系，深入研究了CUDA程序的优化策略。分析了FCBO算法的数据结构和逻辑结构，将FCBO算法改造使之可以在CUDA平台运行。最后将改造完成的算法移植到CUDA平台，通过实验验证了改造后的算法的合理性和可行性。本文的主要贡献和创新点如下：1．通过分析CUDA多线程编程模型，结合建格算法在数据结构和算法流程上的特点，提出建格算法的优化策略。根据优化策略，结合FCBO算法的特点，将其改造成能在CUDA平台运行的算法；2．将改造之后的FCBO算法在CUDA平台实现，并与改造前的算法进行了对比分析。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-13
  1.1 课题的背景和意义  7-8
  1.2 国内外的研究现状  8-10
  1.3 本文的研究内容  10
  1.4 本文的组织结构  10-13
第二章相关理论与技术  13-21
  2.1 基础理论  13-14
  2.2 CUDA 编程技术  14-20
    2.2.1 并行计算技术  14-16
    2.2.2 并行计算性能分析  16-17
    2.2.3 CUDA 多线程编程  17-20
  2.3 本章小结  20-21
第三章基于 CUDA 的概念格并行构造  21-29
  3.1 并行建格算法  21
  3.2 建格算法与 CUDA  21-23
    3.2.1 CUDA 任务划分  22
    3.2.2 基于 CUDA 的建格算法处理  22-23
  3.3 CUDA 平台建格算法性能优化  23-27
    3.3.1 性能评估策略  23-25
    3.3.2 CUDA 平台建格算法的优化方法  25-26
    3.3.3 CUDA 平台的建格算法时间测量  26-27
  3.4 本章小结  27-29
第四章基于 CUDA 的建格算法设计  29-53
  4.1 FCBO 算法  29-32
    4.1.1 FCBO 算法简介  29
    4.1.2 FCBO 算法思想  29-32
  4.2 FCBO 算法性能分析  32-35
    4.2.1 FCBO 算法实例分析  32-34
    4.2.2 FCBO 算法实例内存分析  34-35
  4.3 对 FCBO 算法的改造  35-38
    4.3.1 算法改造分析  35
    4.3.2 算法思想  35-36
    4.3.3 算法实现  36-38
  4.4 对改造之后的 FCBO 的算法实验分析  38-51
    4.4.1 实验数据说明  38-42
    4.4.2 实验结果说明  42-51
    4.4.3 实验结论  51
  4.5 本章小结  51-53
第五章基于 CUDA 的建格算法实现  53-63
  5.1 实验平台  53
  5.2 基于 CUDA 的 FCBO 改进的算法实现  53-58
    5.2.1 算法实现  53-55
    5.2.2 基于 CUDA 的算法加速  55-58
  5.3 实验结果分析  58-60
    5.3.1 实验结果  58-60
    5.3.2 实验小结  60
  5.4 本章小结  60-63
第六章结论与展望  63-65
  6.1 工作总结  63
  6.2 不足之处与下一步工作  63-65
致谢  65-67
参考文献  67-71
攻读硕士期间研究成果  71-72

基于CUDA的概念格并行建格算法研究

内容摘要

全文目录

相似论文