图像直方图 图像直方图是反映一个图像像素分布的统计表，其实横坐标代表了图像像素的种类，可以是灰度的，也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。 图像是由像素构成，因为反映像素分布的直方图往往可以作为图像一个很重要的特征。在实际工程中，图像直方图在特征提取、图像匹配等方面都有很好的应用。 直方图比较 1. 图像相似度比较 如果我们有两张图像，并且这两张图像的直方图一样，或者有极高的相似度，那么在一定程度上，我们可以认为这两幅图是一样的，这就是直方图比较的应用之一。 2. 分析图像之间关系 两张图像的直方图反映了该图像像素的分布情况，可以利用图像的直方图

ofdm与ocdm雷达通信一体化模糊函数比较（Integrated radar and communication OFDM s

基于WPF的简单交互式画图程序，WPF画图的一个比较全的学习

6种多线程速度的比较，曾找了一个C#（感谢原作者）,但是本人是vb的爱好者，在csdn上留个备份。（这年头没有币不好混啊）

DMA方式与中断控制方式的比较： （1）中断方式通过程序实现数据传送，而DMA则是通过硬件来实现传送。 （2）CPU对于中断的响应是在执行完一条指令之后；而对DMA传送的响应则可以在指令执行过程中的任何两个存储周期之间进行。 （3）中断方式的特点是特别适应快速处理“异常随机事件”、少量数据的交换；而DMA的特点则主要适用于“成块数据”的快速批量传送。

ra码matlab译码代码ns-v-bm-解码 描述 为在 INCF 的 Neuroinformatics 2018 会议上展示的海报，重现分析运行所需的所有代码，题为，比较1,2和3 的词典和功能解码结果。 安装 无需安装，Python 代码是在 2.7.13 中编写的，因为我很固执，不想更新到 Python 3。需要numpy 、 pandas 、 scipy 、 seaborn和neurosynth来重新创建 Python 分析和数字。 遗憾的是，重新创建 BrainMap 风格的函数解码依赖于MATLAB 。 用法 来自每个数据库的所有术语比较文件都位于terms ，执行 BrainMap 功能解码所需的脚本位于/brainmap ，执行 Neurosynth 功能解码所需的脚本位于/neurosynth 。 两种方法的解码输入是二进制区域/网络掩码的 nifti 文件，输出是一系列文件，详细说明所述区域/网络的特征权重。 神经合成器解码 ns-get-dataset.ipynb ns-decoding.ipynb 脑图解码 BMA_ImageSearch.m BMA_ForR

C# 扩展的比较完整的WebBrowser控件

从四个方面分析和比较了两种求解网络连通度问题的算法性能。结果表明，在相同的计算环境下，两种算法的计算结果相同，但与基于最大流方法的算法相比，基于影响度向量的算法由于每次迭代只需要计算和存储点影响度向量和网络影响度向量，具有更高的计算效率，需要更小的存储空间，并且易于计算机实现。

MATLAB中几种功率谱估计函数的比较分析与选择

比较了粒子群优化算法和遗传算法的性能，粒子群要明显优于遗传算法