SCanLine

实现串行通讯的相关API函数 API函数不仅提供了打开和读写通讯端口的操作方法，还提供了名目繁多的函数以支持对串行通讯的各种操作。 函数名 作用 CreateFile 打开串口 GetCommState 检测串口设置 SetCommState 设置串口 BuilderCommDCB 用字符串中的值来填充设备控制块 GetCommTimeouts 检测通信超时设置 SetCommTimeouts 设置通信超时参数 SetCommMask 设定被监控事件 WaitCommEvent 等待被监控事件发生 WaitForMultipleObjects 等待多个被监测对象的结果 WriteFile 发送数据 ReadFile 接收数据 GetOverlappedResult 返回最后重叠（异步）操作结果 PurgeComm 清空串口缓冲区,退出所有相关操作 ClearCommError 更新串口状态结构体,并清除所有串口硬件错误 CloseHandle 关闭串行口()

c++ xml 解析文件，用C++实现的读取xml文件(c++ xml)

关于阈值处理的一部分参考文献，对于图像的二值化等很有帮助，是经过精心选择的参考文件。(References on the part of the processing threshold for image binarization helpful, is carefully selected reference files.)

matlab 教程(matlab tutorial)

单元刚度矩阵，用于计算三单元刚度矩阵，输出刚度矩阵(Element stiffness matrix is ​ ​ used to calculate the three-element stiffness matrix, the output stiffness matrix)

函数指针教程 html版本的(Function Pointer Tutorial)

s世界计算机视觉三大会议之CVPR会议，中国人发表的经典立体匹配的论文(s World Computer Vision Conference CVPR three meetings, the Chinese classic stereo matching published papers)

一个简单的数据库SQL2000管理查询，列举，更新，插入还有MFC控件的设置等，里面有一个SQL脚本支持库表(A simple database query SQL2000 management, list, update, insert, as well as the MFC control settings, etc., which has a SQL script support library table)

采用遗传算法来实现任务图到多核处理器的映射功能。遗传算法是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法，是进化算法的一种。这种启发式通常用来生成有用的解决方案来优化和搜索问题。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过自然选择和突变产生新的生命种群，该种群在算法的下一次迭代中成为当前种群。这个程序通过遗传算法那实现任务图到多核的映射的路径最优。(Using genetic algorithms to achieve the task graph mapping to multicore processors . Genetic algorithms are used in the field of artificial intelligence in computer science to solve an optimization heuristic search algorithm , an evolutionary algorithm . This heuristic is typically used to generate a useful solution to optimization and search problems. Evolutionary algorithm was originally borrowed from evolutionary biology and developed a number of phenomena , these phenomena include genetic mutation , natural selection and hybridization . Genetic algorithms are typically implemented as a computer simulation methods . For an optimization problem , a number of candidate solutions ( called individuals ) an abstract representation of the population ( called chromosomes ) to evolve a better solution . Traditionally, the solution of the binary representation ( i.e., a string of 0 and 1 ) , but can also be expressed by other methods . Evolved from a completely random population of individua)

单片机程序，关于串口通信方面的。计算机通过串口和单片机通信。单片机数码管显示数据。(SCM procedures, on aspects of serial communication. Computer and the microcontroller through the serial port communication. Single-chip digital display data.)