介紹行列劃分算法和矩陣相乘并行算法M P I 程序, 給出基于矩陣相乘并行算法的M P I 實現, 分析和討 論處理器數目、復雜性、矩陣劃分、B 子塊傳遞、死鎖避免和矩陣數據的獲取等問題.
上傳時間： 2017-06-03
上傳用戶：royzhangsz
重點介紹了C + + B u i l d e r集成開發環境，以便讀者在創建應用程序時能充分利用其強大的功能，從而達到事半功倍的效果。
標簽： 集成開發環境
上傳時間： 2013-12-25
上傳用戶：zsjzc
Stanley B Lippman和J o s é e L a j o i e寫的c++ primer 中文版（第三版）。
上傳時間： 2017-06-12
上傳用戶：talenthn
ger鏴kten 鰊emli bir uygulama 鰎ne餴 sergilemektedir baar齧 b鰈e i...
標簽： sergilemektedir uygulama emli kten
上傳時間： 2013-12-16
上傳用戶：上善若水
I. C. Wong, Z. Shen, J. G. Andrews, and B. L. Evans, ``A Low Complexity Algorithm for Proportional Resource Allocation in OFDMA Systems , Proc. IEEE Int. Work. Signal Processing Systems, 針對這篇文章給出的源代碼
上傳時間： 2014-01-24
上傳用戶：zhichenglu
二: 普通計算器的設計說明: 1 普通計算器的主要功能(普通計算與逆波蘭計算): 1.1主要功能: 包括 a普通加減乘除運算及帶括號的運算 b各類三角與反三角運算（可實現角度與弧度的切換） c邏輯運算， d階乘與分解質因數等 e各種復雜物理常數的記憶功能 f對運算過程的中間變量及上一次運算結果的儲存. G 定積分計算器（只要輸入表達式以及上下限就能將積分結果輸出） H 可編程計算器（只要輸入帶變量的表達式后，再輸入相應的變量的值就能得到相應的結果） I 二進制及八進制的計算器 j十六進制轉化為十進制的功能。 *k (附帶各種進制間的轉化器)。 L幫助與階乘等附屬功能
上傳時間： 2013-11-26
上傳用戶：yzy6007
Chipcon CC2420 reference design w/PA board rev B CC2420_w_PA_PCB.ZIP FABRICATION.PHO - fabrication drawing COPPER1.PHO - copper layer #1 (top side) COPPER2.PHO - copper layer #2 (inner ground plane) COPPER3.PHO - copper layer #3 (inner power plane) COPPER4.PHO - copper layer #4 (bottom side) TOPMASK.PHO - top side solder mask BOTTOMMASK.PHO - bottom side solder mask NCDRILL.DRL - drill data file NCDRILL.LST - drill list NCDRILL.REP - drill report
標簽： 2420 FABRICATION reference fabricati
上傳時間： 2015-05-12
上傳用戶：xc216
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
考察例1 4 - 8中的1 4個點。A中的最近點對為(b,h)，其距離約為0 . 3 1 6。B中最近點對為 (f, j)，其距離為0 . 3，因此= 0 . 3。當考察 是否存在第三類點時，除d, g, i, l, m 以外 的點均被淘汰，因為它們距分割線x= 1的 距離≥ 。RA ={d, i, m}，RB= {g, l}，由 于d 和m 的比較區中沒有點，只需考察i 即可。i 的比較區中僅含點l。計算i 和l 的距離，發現它小于，因此(i, l) 是最近
標簽：
上傳時間： 2013-12-03
上傳用戶：66666
<button id="sdqfr"></button>
