生成序列的人工数据集

这种算法是本征值。它是 1 d 和 2 上的基地。此算法有很好的表现。有人想要研究 opencl 使用这将会非常简单。 与该应用程序有很多的命令。输入-h 以显示所有的命令。例如，-t 是打印的时间它成本。 和 — — 设备 gpu 是选择 gpu 为执行设备。.内核是非常简单易懂。 我们可以使用 opencl 加速应用程序。使用 opencl 将是主要趋势。 而且我很运气的 sdk 开发的惠顾。我们做大量的测试。和修复一些 bug。和优化内核。 它是非常酷。

应用背景随机生成指定参与运算因子数和题数的小学加减法练习题。参与运算的因子和顺序运算过程中的结果以及最终结果均小于或等于20.适合小学一年级及以下。关键技术void _tmain(int argc, _TCHAR* argv[]){ srand(time(0)); int m, n; b = rand() % 20 + 1; std::cin >> m >> n; //输入因子数和题数 for (int i = 0; i < n; b = rand() % 20, std::cout

一个方便的求积分的类-a convenient points for the category

自动指纹识别系统设计-Automated Fingerprint Identification System Design

此程序计算任意数量的独立的基础架构能力的n次幂。

1. 里面的txt文件为三大家的旅行时间表 2. 代码中应用旅行时间的计算公式，实现，并比较三大家的结果是否可以通过这个公式获得。公式在代码中已经贴出 3. labview应用的是2010.

资源描述本文首先在查阅和参考大量国内外相关文献的基础上，介绍了无线传感器网 络节点定位技术的研究背景及意义，综述了国内外研究现状，并详细介绍了无线 传感器网络中一些典型的无需测距定位算法和系统。 传统DV-Hop 算法采用较少的锚节点参与平均跳距计算，未知节点使用此平均 跳距值误差大，为了减小DV-Hop 算法的定位误差，提高待定位节点的定位精度， 本文从以下三方面对其进行改进：针对DV-Hop 定位算法适应节点均匀分布的网络 这一特性，在算法的前期提出了节点的部署策略；针对平均每跳距离在求各种跳 数的节点之间的距离时有着不同程度的影响，在算法的中期提出了距离修正值策 略；针对用三边或多边测量法计算未知节点的坐标精度不高这一问题，在算法的 后期使用了具有交叉因子的粒子群算法这一策略 使用Omnet++和Matlab 仿真工具对提出改进算法的有效性进行验证。实验证 明，与DV-Hop 算法相比，三种改进算法的定位精度都得到了一定程度的提高，特 别是基于交叉因子粒子群定位时效果最佳，能更好地满足实际应用的需求。 关键词：无线传感器网络，节点定位技术，距离向量-跳段，平分四块部署，距离 修正，交叉粒子群优化算法

特征值和特征向量的计算,每种算法都用c++以函数形式实现- The characteristic value and the characteristic vector computation, each algorithm all uses c to realize by the function form

splay的基本操作，个类oj题目，有源代码，可以相互学习

自己开发的海量数据本地搜索算法,没有使用数据库,完全自定义数据结构和索引完成.