自己手敲的8并行DDS设计实现。

Haskell 在并行并发编程的应用。 非常专业的一本书，对你的Haskell编程技术及理解有很大的帮助

有向无环图的并行DFS 根据， 是DFS遍历的并行算法的C ++实现。 该算法下的思想克服了基于DFS的标准标记方法的并行实现问题。 这是因为DFS在边缘访问和某些全局变量的使用方面要求严格的顺序，这在需要并行处理时代表了很大的局限性。 该算法为有向无环图（DAG）的DFS遍历提供了不超过3次BFS访问的有效解决方案，从而可以找到DAG节点之间的前序，后序和父级关系。 BFS的首次访问旨在将DAG转换为DT（图B）； 下次访问是在DT上完成的，它的作用是为每个节点找到子树的大小，子树的大小定义为可从其到达的节点数加上自身（图C）； 进行第三次访问时，可以获取根据DFS访问顺序先前应访问的节点，查看当前节点的先前同级和父级先前同级的子树大小（图D）。 从先前计算出的值开始，我们获得后顺序和前顺序（在此实现中未计算后顺序，但是只需对代码进行很小的更改即可轻松完成）（图E）。 请注意

针对NAND Flash应用，完成了并行化BCH编译码器硬件设计。采用寄存器传输级硬件描述语言，利用LFSR电路、计算伴随式、求解关键方程、Chien搜索算法等技术方法完成了BCH编译码算法在FPGA上的硬件实现。相比于传统串行实现方案，采用并行化实现提高了编译码器的速度。搭建了基于SoPC技术的嵌入式验证平台，在Nios处理器的控制下能快速高效地完成对BCH编译码算法的验证，具有测试环境可配置、测试向量覆盖率高、测试流程智能化的特点。

mobi版的，方便推送到kindle上进行阅读，经过简单的转换也可以转换成其他版本

ModelingToolkit.jl：Julia中用于自动并行化科学机器学习（SciML）的建模框架。 用于集成符号的计算机代数系统，用于物理知识的机器学习和微分方程的自动转换

matlab生成算法代码ParNMPC版本1903-1 1903-1版的新功能： 原始对偶内点法 改进的用户界面 更好的性能 线搜索 介绍 主页： ParNMPC是用于非线性模型预测控制（NMPC）的MATLAB实时优化工具包。 ParNMPC的目的是为NMPC问题表述，闭环仿真和部署提供一个易于使用的环境。 使用ParNMPC ，您可以非常轻松地定义自己的NMPC问题， ParNMPC会自动为单核或多核CPU生成自包含的C / C ++代码。 即使只有一个内核， ParNMPC也非常快（计算时间通常在$ \ mu $ s范围内），并且启用并行计算时可以实现很高的加速比。 强调 符号问题表示 使用OpenMP自动并行C / C ++代码生成 收敛速度快（达到超线性） 高度可并行化（最多可以使用N个核，N是离散化步骤的数量） 高加速比 MATLAB与Simulink 安装 克隆或下载ParNMPC 。 解压缩下载的文件。 要求 MATLAB 2016a或更高版本 MATLAB编码器 MATLAB优化工具箱 MATLAB并行计算工具箱 MATLAB符号数学工具箱 Simulink编码器 支

##Longest Common Subsequence Parallelization with MPI, OpenMP, PThreads ###Design 每个线程/进程将处理 F 表的一列，并根据 DP 公式进行计算。 代码中略有变化，因为这里每个线程将负责一行，因为此矩阵加载到缓存中的方式。 对于每个线程，tow 和 column 被分成更小的切片用于计算和缓存重用，从而产生用于计算的子矩阵块。 由于 F 矩阵中的每个条目都依赖于正上方、左侧和左上角对角线位置的三个条目，因此相同的依赖关系将应用于每个子矩阵计算（取决于其他 3 个块，更具体地说：它需要上方块的最底行，左侧块的最右列，以及前一个对角块的右下方条目）。 由于这个限制，线程必须使用屏障同步，以对角线顺序，从整个 F 表矩阵的左上角位置开始到右下角。 PThreads 实现： 对于 PThreads 特定代码，m

考试内容包含 循环依赖、MPI、Omp，实验代码包含demo例子

matlab开发-数据可视化应用程序AgilentExamxa和PSA频谱分析仪。安捷伦Exa、MXA和PSA信号和频谱分析仪的数据可视化软件