数字图像处理_第三版_冈萨雷斯_书+课后完整版答案.7z

用matlab和simulink设计P、PI、PID控制器，并用ziegler-nichols经验公式整定，有论文，有matlab程序，有simulink模型

对云计算任务调度进行了研究，针对用户满意度和云提供商利益需求，提出一种融合粒子群和遗传算法的PSOGA改进算法。首先根据云环境特点对虚拟机资源进行分类，同时引入任务‐资源满意度距离、资源综合性能概念；然后对粒子群初始粒子操作进行优化，来提高粒子质量；最后为克服粒子易陷入局部最优解问题，加入遗传算法（GA）的交叉、变异操作，扩展粒子的搜索空间。仿真结果表明，该调度策略提高了用户满意度的同时减少了任务的完成时间，是云平台下一种有效的任务调度策略。Computer engineering and applications[0,1]Ka By+M=85,7,4,7,41 aya+B+rBr0.10.20.7(9,1,25,7)(9,25,5,7)=(1,0,0,1,1)3 a oB∑01(1,0,1,1)④0.9(1,1,0,1)=(1xx,1)010.109(3,2,1,5,4)∞(1,0,1,1,1)=(3x,15,4)GA3.2Computer engineering and applications0.36Cloudsim 3.0CloudsimDatacenter Brokerbind cloudlettovm=0.82bind CloudlettovmMyclipse100PSOGAPSOGAK=844%Cloud[1000040000rand([150,200rand()]预处理任务及資、「5001000rand(]源,并更新虚拟机计算任务-资谅满总度距离[60100rand()ndo初始负载从可用资源随机生|根据得致的任务最PSOGA成S3/4个子佳虚拟机类型生成S/4个粒子PSOPSOGAGA初始化S个粒了的还200度,并设置最大迭代次数L和 fitness=tPSOGA很据車新定义的粒了探作,计算 fitness值,并更新pb利gb根据规则选择粒了进亻[15交叉变异探作,并计算fitness值,更新忡群(12)达到最大次效LL=L+1fitness阈值结太,得到最优解(13)M=200300200200LPSOs Lo n PsoGAPSOGAPSOGAGAComputer engineering and applications80070600s■PSO400AGA300■ PSOGA200PSOGAPSO GA100PSO GA0第一批第二批第三批PSOGAPSO GAPAOGAPSOGA2.5PSOPSOGAA0.5PSOGA第一北第二批第批PSOGAPSO GA5400190r170015001301100西GAn□1sGAGA了0050o笫一批第二批第二批43.532.5NGA□05第一枇第二批第三批Computer engineering and applications基于粒子群遗传算法的云计算任务调度研究万F据WANFANG DATA文献链接作者王菠,张晓磊作者单位:重庆人学计算机学院,重庆400044刊名:计算机工程与应用英文刊名:Com uter Engineering ar d Appl ications年,卷(期)2013Axfe:http://d.wanfangdata.concn/periodiCalpre8fb5c222-8042-4959-ba95-2a3a31f59b2e.aspx

这是我今年做的毕业设计《大棚温湿度自动控制系统》。包括SHT10温湿度传感器+LCD1602液晶显示器C语言程序，Proteus仿真，Altium Designer原理图和毕业设计论文。所有程序、仿真都已调试好，可直接使用。

文档为自己整理的一整套的关于Soc设计及EDA课程，包括完整的SoC开发设计流程课程、芯片设计漫游指南全书代码、国科大EDA全套设与实践课件讲义与实例，个人感觉对衷于SoC设计入门的同行大有裨益

【实例简介】最近用到人脸识别技术，有个需求是多人脸图片的时候需要一个一个把人脸裁剪出来，以便获取人脸的图片，从而用其获取单人脸的特征

基于51单片机的DS18B20温度控制器源程序代码。

软件测试报告 珍藏版。好用记得回复推荐哦目 录1. 测试概述 31.1. 编写目的 31.2. 测试范围 31.3. 参考资料 32. 测试计划执行情况 32.1. 测试类型 32.2. 测试环境与配置 42.3. 测试人员 42.4. 测试问题总结 43. 测试总结 53.1. 测试用例执行结果 53.2. 测试问题解决 73.3. 测试结果分析 84. 综合评价 84.1. 软件能力 84.2. 建议 8

【实例简介】ResNet_Attention（CBAM，SE） 官方说明： ， 所需环境 Ubuntu20.04 GTX 1080Ti Python3.7 PyTorch 1.7.0 CUDA10.2 CuDNN7.0 使用方法（带有CIFAR10的trian） 该模型的主干是ResNet。 在我们的培训中，我们使用CIFAR10作为数据集。 # To train with Se python train_CIFAR10.py --prefix 4 --device 1 --epoch 160 --att_type se # To trian with CBAM python train_CIFAR10.py --prefix 5 --device 1 --epoch 160 --att_type cbam 验证结果 ResNet50（训练了160个时代）ACC@1=93.41% A

支持向量机进行分类 你值得拥有，一定完美运行。有问题 一起讨论 下载 可以的话 请好评。

具体介绍见：https://blog.csdn.net/qq_32107283/article/details/88307423colordraw.py用来画出由识别后得到的字符串来转换为颜色图，colordetect.py用来实现识别颜色加kociemba算法应用压缩包里还有对应的六个面的魔方照片，运行python colordetect就可以看效果了希望有什么建议随时提出谢谢共享～～～