利用CUDA平台计算矩阵乘法的GPU编程

基于改进蚁群算法的移动机器人路径规划，解决机器人路径选择的低效率问题，本算法对传统蚁群算法进行了改进，包括解的构造过程，信息素更新过程，基本思想是，蚂蚁在经过的路径上留下信息素，信息素一方面随着时间的积累，较优路径上的信息素越积越多，一方面还要挥发。为什么要引入信息素呢？也是从传统的奖励机制发展过来的。

资源描述VS_cuda并行计算 两基于vs实现的.cu代码 简单的实现矩阵相乘和反转。

hadoop是apache的开源项目，开发的主要目的是为了构建可靠，可拓展scalable，分布式的系统，hadoop是一系列的子工程的总和，其中包含。 1. hadoop common：为其他项目提供基础设施 2. HDFS：分布式的文件系统 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

示波器的源代码，效果不错的，dlo1w1dsc hhjhsdf sfdssd  fsdhsdfhsdj eewrew erewrewr dsfefh  dsdewh

应用背景  Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。  关键技术频繁项集挖掘采用spark实现的并行化挖掘算法。并行的apriori算法采用scala编写，并行的apriori采用java编写。里面会有较多函数使编程的内容。 

这是示例如何用逐次超松驰迭代 （SOR） 方法，求解线性系统的方程 使用 python 库 mpi4py。算法尝试计算节点之间平分。该程序不仅可以 在集群上运行。

介绍

A console application that estimates the value of PI using a variety of both serial and parallel implementations, the latter done with both PLINQ and the Parallel class.

应用背景读取一个文本文件包含数字（小于2E8），它存储在一个动态数组的冒泡排序法，并打印出另一个文本文件。在终端中返回每个进程的运行时。如果该参数没有指定，默认为一个叫做“Sal txt文件。”（必须保存在当前目录），如果参数定义的文件进入参数与数组排序。关键技术泡沫排序，有时也称为“下沉排序”，是一个简单的排序算法，通过列表中的重复步骤来进行排序，比较每一对相邻的项目，如果它们是错误的顺序。通过列表的传递，直到不需要进行任何交换，这说明列表是排序的。这是一个比较排序的算法，它被命名为较小的元素“泡沫”到列表的顶部。虽然算法简单，但对于大多数问题来说，它是太慢和不切实际的，即使在插入排序。[ 1 ]它可以是实际的，如果输入通常是按排序顺序，但可能会偶尔有一些顺序元素的位置近。

#include #define  NUMBER   4 void main( ) {    int i=1; float f0,dt,dx,dz; int mx,mz,ntmax,pml,sou_x,sou_z,rec_start,rec_end,rec_int,rec_depth; char shotID[5],record_pp[30],vp_name[30],rou_name[30],mig_name[30],mig_pyt_name[30],mig_udlf_name[40],shuoming[30]; FILE *fp,*f; /*&不合法变量*/     printf("** This program is to show the block file input & output** "); fp=fopen(