本次项目的整体介绍包括以下几点：
编译器软件：VS2019
使用到的算法：KNN数据分类算法；并行化C语言；并行化CUDA C/C++
数据集：MNIST数据集
主要语言：C语言
整体介绍：MNIST数据集是手写数字的图像和标签数据集；改代码本事是通过KNN数据分类算法，将MNIST手写数据集进行分类，并得出分类的准确率和分类完全正确的数据个数，由于该算法本身运行效率很差，所有引用并行程序设计的思想，将该程序通过多线程来进行运行，大大提高运行速率。
2021-07-16 19:02:26
16.48MB
第一童 绪论
1.1 遗传算法的生物学基础
1.2 遗传算法简介
1.3 遗传算法的特点
1.4 遗传其法的发展
1.5 遗传算法的应用
第二章基本遗传算法
Z．1 基乍遗传算法描述
2．2 基本遗传算法的实现
2．3 基本遗传算法应用举例
第三章 遗传算法的基本实现技术
3.1 编码方法
3.2 适应度函数
3.3 选择算子
3.4 交叉算子
3.5 变异算子
3.6 遗传算法的运行参数
3.7 约束条件的处理方法
3.8 遗传算法工具箱
第四章 遗传算法的高级实现技术
4.1 倒位算子
4.2 二倍体与显性操作算子
4.3 变长度染色体遗传算法
4.4 小生境遗传算法
4.5 混合遗传算法
第五章 并行遗传算法
5.1 遗传算法的并行化
5.2 实现并行遗传算法的标准型并行方法
5.3 实现并行遗传算法的分解型并行方法
5.4 伪并行遗传算法
第六章 遗传算法的数学理论
6.1 模式定理
6.2 积木块假设与遗传算法欺骗问题
6.3 隐含并行性
6.4 遗传算法的收敛性分析
6.5 适应度函数的自相关分析
第七童 遗传算法的应用
7.1 数值函数优化汁算
7.2 多目标优化
7.3 求解装箱问题的遗传算法
7.4 求解旅行商问题的遗传算法
7.5 离散空间下机器入路径规划的遗传算法
7.6 连续空间下机器人路径规划的遗传算法
第八章 进化计算
8.1 进化计算概要
8.2 遗传算法
8.3 进化策略
8.4 进化规划
8.5 三种典型进化算法的比较
2021-07-05 21:41:36
2.36MB
1
高斯消去法（LU分解）并行算法：设计实现SSE算法，加速计算过程。包括代码以及说明文档。
2021-06-12 22:09:16
8.04MB
基于 Linux c++ mpich， 用 mpich实现了入门级别的机器学习-手写体数字识别
2021-05-17 08:42:32
10.27MB
1
AN EFFICIENT PARALLEL ALGORITHM FOR SKEIN HASH FUNCTIONS.pdf
2021-05-14 15:07:19
185KB
1