操作系统中的作业，CPU进程调度。PCB 控制块

应用背景 图像颜色的检测 ，精度不是很高 视频图像中 工业检测中对颜色的判断。 将颜色分为了7类，如果有需要可以自行分类 关键技术将传统的RGB转化到到HSV上，进行颜色的识别。我是用在了车辆识别的项目上 通过对检测区域的控制来检测颜色的 精度还可以，但是遇到光照或者其他雾化的图片精度也不是很好

数据来源机器学习数据集，数据经过归一化处理，网络结构为7-7-3的网络。利用5折-交叉验证，做的三类分类代码，分类精度极高。

高斯消去解方程组c++程序-Gaussian Elimination Solution equation c procedures

本程序实现了数理统计的趋势面分析，并给出了F,t检验，可用作数理统计教材的配套计算-realized by the Mathematical Statistics trend surface analysis, and gives F, t test, can be used as a teaching mathematical statistics supporting calculations

Cpp数据结构原理与经典问题求解全书所有章节源代码，适合系统学习C++语言

在3DIC設計中會使用的方法  Floorplanning is an important and dispensable stage in the traditional integrated circuit design process. With the raised module numbers and increased wire length, the computation complexity is raised dramatically. Obviously, the traditional algorithms need to be updated. We developed an orthogonal table, in which each factor represents a module and the level of a specified factor denotes the orientation of that module. With this orthogonal table, the solution space is significantly decreased.  We use sequence pair to represent a floorplan and the fast longest common subsequence is used accordingly to calculate the area of

图形液晶显示 此项目中使用的图形液晶显示是 128 x 64 像素为单位），它有 64 行和 128 列的地方。电源电压是 5V 匹配的大多数微控制器的电压。JHD12864J 模块使用 8 位数据总线 (DB0 — — DB7)。尽管如此，它是向其他像 T6963C 的液晶显示器系列比较直截了当模块。JHD12864J 是一分为二逻辑控制器 #1 (CS1) 驾驶的显示和控制器 #2 （CS2） 驾驶的右半部分的左半部分。这些两部分映射到的物理显示区域直接。 RS 是等效于针 D/我作为表示在 JHD12864J 数据的工作表。它控制数据或命令行动 (D / 我 = 低 _ 命令 ；D / 我 = 高 _ 数据）。水平像素处理的 Y 地址计数器 (0-63)。命名原则不是我们的公约笛卡尔坐标系 (x y) 在中学学到的一样。Y 地址指示在水平方向上的列位置。为什么只有 64 个像素，但不是 128 像素吗？因为液晶屏逻辑上 spitted 的一半与控制器 #1 (CS1) 驾驶左边一半的显示器和控制器 #2 （CS2） 驾驶的右半部分。我们需要单独处理每个半。 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

BM匹配算法汇编实现-BM algorithm to achieve compilation

矩阵处理的C语言源程序,包含一些矩阵处理的程序. 　-Matrix treatment of the C language source code, the matrix contains a number of treatment procedures.

对输入的二维数组实现自组织聚类分析，入:类的个数k,样本数n:随机选取k个对象,初始化k个聚类中心;设置迭代计数器t=0;While(r≠0)把样本点分到距离最近的聚类中心所入:类的个数k,样本数n:随机选取k个对象,初始化k个聚类中心;设置迭代计数器t=0;While(r≠0)把样本点分到距离最近的聚类中心所入:类的个数k,样本数n:随机选取k个对象,初始化k个聚类中心;设置迭代计数器t=0;While(r≠0)把样本点分到距离最近的聚类中心所。