共8个实验: 实验1-绘制任意斜率直线、 实验2-多边形有效边表填充、 实验3-二维图形几何变换算法、 实验4-直线段裁剪算法、 实验5-制作动态三视图、 实验6-动态绘制Bezier曲线、 实验7-球面地理划分线框模型消隐、 实验8-球面Gouruad光照模型
1
实验一 运算器组成实验 1.算术逻辑运算实验 2.带进位算术运算实验 3.移位运算实验 实验二 存储器实验 1.FPGA中ROM配置与读出实验 2.LPM_RAM_DP双端口RAM实验 3.LPM_FIFO存储器实验 4.FPGA与外部RAM接口实验 5.FPGA与外部EEPROM接口实验 实验三 微控制器实验 1.时序电路实验 2.程序计数器PC和地址寄存器AR 3.微控制器组成实验 实验四 总线控制实验 实验五 基本模型机设计与实现 实验六 带移位运算的模型机的设计与实现 实验七 复杂模型机的设计与实现 实验八 8051通用单片机IP核应用实验 实验九 用嵌入式逻辑分析仪实时测试FPGA中CPU或单片机 VHDL硬件描述语言/MaxplusII教学参考推荐
2024-06-29 11:28:03 353KB
1
EnlightenGAN, RUAS, SCI, URetinex-Net, Zero-DCE, Zero-Dce++六大算法综合的可执行程序。具体请参考本程序的同名文章:《弱光图像增强算法(6大算法附程序),一站式解决论文实验比较部分》。这篇文章里有如何使用。我的预训练模型已经放在了程序里面。欢迎关注我的博客。后面会持续更新。
2024-06-28 10:35:58 35.77MB 深度学习 图像增强 算法比较
1
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径。 随着统计学的发展,统计学习在机器学习中占据了重要地位,支持向量机(SVM)、决策树和随机森林等算法的提出和发展,使得机器学习能够更好地处理分类、回归和聚类等任务。进入21世纪,深度学习成为机器学习领域的重要突破,采用多层神经网络模型,通过大量数据和强大的计算能力来训练模型,在计算机视觉、自然语言处理和语音识别等领域取得了显著的成果。 机器学习算法在各个领域都有广泛的应用,包括医疗保健、金融、零售和电子商务、智能交通、生产制造等。例如,在医疗领域,机器学习技术可以帮助医生识别医疗影像,辅助诊断疾病,预测病情发展趋势,并为患者提供个性化的治疗方案。在金融领域,机器学习模型可以分析金融数据,识别潜在风险,预测股票市场的走势等。 未来,随着传感器技术和计算能力的提升,机器学习将在自动驾驶、智能家居等领域发挥更大的作用。同时,随着物联网技术的普及,机器学习将助力智能家居设备实现更加智能化和个性化的功能。在工业制造领域,机器学习也将实现广泛应用,如智能制造、工艺优化和质量控制等。 总之,机器学习是一门具有广阔应用前景和深远影响的学科,它将持续推动人工智能技术的发展,为人类社会的进步做出重要贡献。
2024-06-27 10:12:39 11.47MB 机器学习
1
中国海洋大学编译原理期末试题+重点+实验报告及代码+作业答案
2024-06-26 20:17:32 162.49MB
1
在VC++6.0下绘制直线的DDA算法,BERHAM算法,中点算法,绘制圆和椭圆的各种算法,填充的4种算法,裁剪的各种算法,以及贝塞尔曲线的绘制和实时动画。
2024-06-26 11:24:16 1.94MB 计算机图形学 VC++6.0
1
实验一 基于着色器的二维图形绘制 1.在 VC++ 环境下 ,练习利用 OpenGL 绘制三角形的程序。 2.编程实现绘制多个不同效果的五角星。 实验二 基于着色器的二维图形几何变换 1. 五角星实现以任意角度在矩形框内部滚动,与边界碰撞时发生的反弹参考台球在桌案上的滚动效果。 2. 实现矩形框内一个五角星的连续放缩(大小变化)。 3. 两个五角星不能互相穿越,发生碰撞时能够实现反弹,反弹参考台球在桌案上的滚动效果。 实验三 简单三维虚拟场景漫游 1. 以所提供代码范例为基础,丰富三维场景。 2. 三维交互漫游 实验四 光照模型及设置 1.为三维场景添加光照功能,光源用同颜色的小球体表示。 2.通过键盘按键交互实现光源的移动。移动光源时,能看到物体表面颜色的变化。 3.实现物体表面具有纹理和颜色两种模式下的光照效果。 以上效果实现大差不差。
2024-06-26 11:21:39 414.87MB OpenGL shader
1
软件开发设计:PHP、QT、应用软件开发、系统软件开发、移动应用开发、网站开发C++、Java、python、web、C#等语言的项目开发与学习资料 硬件与设备:单片机、EDA、proteus、RTOS、包括计算机硬件、服务器、网络设备、存储设备、移动设备等 操作系统:LInux、IOS、树莓派、安卓开发、微机操作系统、网络操作系统、分布式操作系统等。此外,还有嵌入式操作系统、智能操作系统等。 网络与通信:数据传输、信号处理、网络协议、网络与通信硬件、网络安全网络与通信是一个非常广泛的领域,它涉及到计算机科学、电子工程、数学等多个学科的知识。 云计算与大数据:数据集、包括云计算平台、大数据分析、人工智能、机器学习等,云计算是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需提供给计算机和其他设备。
1