Astellarn 是一个简单的国际象棋项目，可以满足我自己的好奇心，学习棋盘表示、引擎原理和算法
核心代表：
位板表示。
用于生成滑动攻击的魔法位板。
Zobrist 哈希。
发动机特点：
Alpha-Beta 搜索。
迭代深化。
吸气窗。
徒劳的修剪。
后期搬家减少。
剃须刀。
空移动修剪。
静止搜索。
Delta 修剪。
静态交换评估。
移动订购。
杀手动作。
反动作。
历史启发式。
MVV-LVA 启发式。
通过 Fathom (c-library) 进行 Syzygy 表库探测。
转置哈希表。
典当哈希表。
朱莉娅功能：
FEN 位置导入。
彩色 REPL 输出。
引擎接口。
UCI 接口。
2022-06-10 10:03:40
2.01MB
实验名称：
数据和程序的机器级表示
实验目的：
1. 理解计算机数据表示和存储的方式；
2. 通过高级语言编程，了解基本的程序的机器级表示；
3. 掌握基本的程序编译和汇编代码分析过程。
实验内容：
1. 编写函数is_little_endian()，当在小端法机器上编译和运行时返回1，在大端法机器上编译和运行时返回0。
2. 运行show-bytes.c示例代码，确定整数和浮点数的机器字节方式，每种表示包括正负两种情况。整数取学生学号后四位，如学号20081111同学取1111和-1111；浮点数取学生学号后四位，其中小数点前后各两位，如学号20081111同学取11.11和-11.11。
3. 书面推导实验内容2中的整数和浮点数在计算机中的理论表示格式，比较实际机器表示和理论推导结果是否一致。
4. 编写课本107页code.c代码，编译该代码，查看并分析该函数的汇编代码和机器表示。
2022-06-07 18:06:27
659KB
底层虚拟机（LLVM）是一个广泛使用的编译框架，其中间表示（IR）中包含有丰富的程序分析信息，众多以LLVM为平台的相关工作均以IR为基础开展。数据依赖关系在错误检测、定位及程序调试等领域有着重要应用，基于IR的数据依赖关系计算多采用串行迭代方式，但在应对较大规模IR文件时可扩展性不够理想。对此进行了数据依赖关系计算中指令读写的可并行性挖掘，结合图形处理器并行计算优势，提出一种基于LLVM IR的数据依赖关系并行计算方法DRPC。以IR为输入，采用CPU-GPU双端协同方式实现程序数据依赖关系的高效计算。实验结果表明，针对基准程序集SPEC，DRPC分别在直接及传递数据依赖关系计算上最高获得了3.48x和4.91x的加速比。
2022-06-07 15:04:36
1.44MB
1
为了整体处理彩色图像,提出了一种基于四元数的去除泊松噪声的加权平均滤波器。首先,基于彩色图像四元数表示法,将一幅彩色图像表示为一个纯四元数矩阵,并利用四元数代数理论定义了重建图像和原始图像之间的四元数均方误差;然后,结合非局部均值滤波的基本思想,采用拉格朗日乘数法推导出使QMSE紧上界最小的加权系数;最后,基于这些最优加权系数,对四元数表示的像素值进行加权平均,构造出四元数最优权值非局部均值滤波器,并将其应用于彩色图像泊松噪声去噪。针对常用标准图像的对比实验结果表明,所提的滤波器优于现有的四元数滤波器以及
2022-06-05 19:34:39
2.52MB
1