LL1文法分析

矢量量化的C语言实现-Vector Quantization C Language

这是一个bch编码的程序，以前看到的都是小数据量的用不到循环语句，而这个用到了循环语句，所以解决了数据量大的问题。在用的时候只需要把数据导入到里面就完全ok了，不信你可以试试。

人工智能技术变得越来越重要的计算机游戏、 自主路径规划和搜索算法在网格上。 通过在战略游戏中，如横扫千军，Pacman 地形移动。网格的阻止和取消阻止细胞通常用于表示地形。

本代码实现： 1） 吐 16 KHz 音频使用 FIR QMF 过滤到两个平等乐队，低 （0-4） 千赫、 高 (4-8) KHz 2） 适用任何的处理算法，例如噪音减少。 3） 合并这些两个带两个窗体原始乐队。

时频富FFT的信号处理

simulated_annealing header file that implements the simulated annealing optimisation algorithms

并行编程中Monte Carlo方法求π值的程序说明（具体采用MPI＋C语言实现）-Parallel programming methods in the Monte Carlo description of the procedures seek π value (specific language using MPI C)

《GPU高性能运算之CUDA》是全国第一本全面介绍CUDA软硬件体系架构的书籍。全面介绍使用CUDA进行通用计算所需要的语法、硬件架构、程序优化技巧等知识，是进行GPU通用计算程序开发的入门教材和参考书。《GPU高性能运算之CUDA》共分5章。第1章介绍GPU通用计算的发展历程，介绍并行计算的历史、现状以及面临的问题；第2章介绍CUDA的使用方法，帮助读者理解CUDA的编程模型、存储器模型和执行模型，掌握CUDA程序的编写方法；第3章探讨CUDA硬件架构，深入分析Tesla GPU架构与CUDA通用计算的相互作用：第4章总结CUDA的高级优化方法，对任务划分、存储器访问、指令流效率等课题进行探讨；第5章以丰富的实例展示如何使用CUDA的强大性能解决实际问题。 《GPU高性能运算之CUDA》可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师，使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的程序员。开设相关课程的高等院校与科研机构也可选用《GPU高性能运算之CUDA》作为教材。

发表在今年2007年Science上的一篇论文的代码实现，一种新的有效的聚类算法-Published in Science this year, in 2007 a paper on the code, a new and effective clustering algorithm

资源描述控制与PC机之间的串行通信旋转平台Arduino。我用这个代码为我的期末毕业。应用程序接收旋转平台的角度。收到价值，代码调整为定电压（电子速度无级变速器），和代码控制旋转速度从编码器接收信号。