|
|
|
基于机器学习的表面重建算法及并行化研究 |
|
论文目录 |
|
摘要 | 第3-4页 | Abstract | 第4页 | 第一章 绪论 | 第7-13页 | 1.1 研究背景及意义 | 第7-8页 | 1.2 国内外研究现状 | 第8-11页 | 1.2.1 国外研究现状 | 第8-10页 | 1.2.2 国内研究现状 | 第10-11页 | 1.3 本文研究的主要内容 | 第11页 | 1.4 本文的研究内容与结构 | 第11-13页 | 第二章 径向基函数及神经网络 | 第13-20页 | 2.1 径向基函数基本理论 | 第13页 | 2.2 径向基函数插值 | 第13-16页 | 2.3 人工神经网络 | 第16-17页 | 2.3.1 人工神经网络简介 | 第16-17页 | 2.3.2 人工神经网络结构 | 第17页 | 2.3.3 人工神经网络学习方式 | 第17页 | 2.4 径向基神经网络 | 第17-18页 | 2.5 隐函数表面重建 | 第18-19页 | 2.6 本章小结 | 第19-20页 | 第三章 并行计算技术 | 第20-29页 | 3.1 并行计算及应用 | 第20-21页 | 3.1.1 并行计算 | 第20页 | 3.1.2 表面重建的并行化 | 第20-21页 | 3.2 CUDA并行技术 | 第21-25页 | 3.2.1 CUDA编程模型 | 第21-22页 | 3.2.2 CUDA线程结构 | 第22-24页 | 3.2.3 CUDA存储器模型 | 第24-25页 | 3.3 多核CPU并行技术 | 第25-26页 | 3.4 分布式并行技术 | 第26-28页 | 3.5 本章小结 | 第28-29页 | 第四章 表面重建算法及并行设计 | 第29-47页 | 4.1 表面重建算法简述 | 第29-34页 | 4.1.1 基于径向基神经网络的表面重建 | 第29-31页 | 4.1.2 基于径向基函数的表面重建 | 第31-34页 | 4.2 表面重建算法的并行设计 | 第34-46页 | 4.2.1 基于OpenMP的并行算法设计 | 第35-38页 | 4.2.2 基于CUDA的并行算法设计 | 第38-43页 | 4.2.3 基于OpenMP和CUDA的并行算法设计 | 第43-46页 | 4.3 本章小结 | 第46-47页 | 第五章 并行算法实验及分析 | 第47-57页 | 5.1 基于OpenMP的并行实验分析 | 第47-53页 | 5.2 基于CUDA的并行实验分析 | 第53-54页 | 5.3 基于OpenMP和CUDA的混合并行实验分析 | 第54-55页 | 5.4 本章小结 | 第55-57页 | 第六章 总结和展望 | 第57-59页 | 6.1 本文主要工作总结 | 第57页 | 6.2 未来工作展望 | 第57-59页 | 参考文献 | 第59-62页 | 致谢 | 第62-63页 | 作者简介 | 第63页 |
|
|
|
|
论文编号BS3355674,这篇论文共63页 会员购买按0.35元/页下载,共需支付22.05元。 直接购买按0.5元/页下载,共需要支付31.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|