二维三点高斯积分公式

《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。

超强的八后算法，只有十几行代码完全求出所有解，速度超快-Super 8 after the algorithm, only a dozen lines of code derived entirely all solutions, speed Ultrafast

A3A8算法的介绍，C语言编写，很详细的算法，txt文件，有注释，应该不难理解

这个是用Visual C++实现的计算器源代码，经过调试可行-This is achieved using Visual C source code for the calculator, after debugging feasible

! 平面杆系结构静力分析程序 ! 先处理法源程序 ! ! 主要功能和特点： ! 可调数组 ! 输入单元结点编号和结点位移编码； ! 先处理法形成总体刚度阵和结构综合结点荷载 ! 存储总刚上三角元素； ! GAUSS消元法解线性代数方程组； ! 计算结点位移和单元杆端力-! Plane truss structure static analysis program! First treatment source!! Main functions and characteristics:! Adjustable array! Input module node number and node displacement coding ! First approach to form and structure of the overall stiffness matrix Consolidated Statement point load! storage total just on the triangular element ! GAUSS elimination method solving linear algebraic equations ! computing node displacement and force unit rod end

列主消元法解线性方程组源程序-main-elimination method for solving linear equations source

真正的公农历转换类.vip-genuine public Lunar conversion type. Vip

资源描述对微型足球机器人低层控制系统进行了研究，给出了一种以87c196Kc为核心辅以LM629运动控 制器构成的双闭环微型足球机器人低层控制系统由于采用了集成运动控制芯片，不仅简化了系统软硬件设 计，提高了系统可靠性，减轻了设计工作量．而且显著提高了系统性能，反应快，控制精度高，伺服刚度大，还 具有一定的自适应能力．堵转等问题也得到了较好的解头．该系统不仅可满足微型机器人控制需要，适当增 加功能后还可方便地改造成Robocup小型足球机器人低层控制系统，

完成矩阵的输入、输出。具有相同行数和列数的矩阵间的加法、减法。符合矩阵乘法规则要求的矩阵间的乘法。方阵间的除法，方阵的求逆。矩阵的求转置矩阵等功能-Complete matrix of input and output. With the same number of rows and rows of the matrix between the adder, subtraction. In line with the requirements of the rules of matrix multiplication between matrix multiplication. Between square division, the inverse square. Matrix transpose matrix functions

应用背景本文提出了一种从图像中提取独特不变特征的方法，可用于完成不同视角之间目标或场景的可靠匹配的方法。这种特点对图像的尺度和旋转具有不变性。并跨越很大范围的对仿射失真，三维视点的变化，添加的噪音和光照变化的图像匹配具有鲁棒性。关键技术 通过将个别特征与由已知目标特征组成的数据库进行快速最近邻算法的匹配，然后使用Hough变换来识别属于单一目标的聚类（clusters），最后通过最小二乘解执行一致的姿态参数的核查确认。这种识别方法可以在有力确定对象之间的聚类和遮挡的同时实现近实时性能。