针对标准并行算法难以在图形处理器(GPU)上高效运行的问题，以累加和算法为例，基于Nvidia公司统一计算设备架构(CUDA)GPU介绍了指令优化、共享缓存冲突避免、解循环优化和线程过载优化四种优化方法。实验结果表明，并行优化能有效提高算法在GPU上的执行效率，优化后累加和算法的运算速度相比标准并行算法提高了约34倍，相比CPU串行实现提高了约70倍。

arcmap——数据处理工具shp按字段批量导出dwg.tbx

图像处理工具箱 代码资源在src文件夹内，对应图像资源在resources文件内。 包括内容： 傅里叶变换去除波纹噪声 图像插值（最近邻、双线性、立方卷积） 线性最小二乘求解变换系数 直方图均衡化与灰度线性拉伸 均值滤波和中值滤波 大津阈值分割 边缘检测算子（Laplace，sobel，Roberts，kirsch算子） 图像修复综合作业（hough变换 + 区域生长法） 对应代码： src/remove_water_marking.m, src/remove_water_marking2.m src/lena_interpolation.m src/leastSquare.m src/HE.m, src/gray_linear_stretch.m src/average_median_filter.m src/OTSU.m src/edge_detection_operator.m sr

OpenCvSharp 是一个OpenCV的.Net wrapper，应用最新的OpenCV库开发，使用习惯比EmguCV更接近原始的OpenCV，有详细的使用样例供参考。该库采用LGPL发行，对商业应用友好。使用OpenCvSharp，可用C#，VB.NET等语言实现多种流行的图像处理(image processing)与计算机视觉(computer vision)算法

家谱开源家族树软件 描述 基于浏览器的家谱软件，可高效地交互和处理数据。 通过导入现有数据或手动数据输入轻松创建自己的家谱。 所有数据的安全存储都在您自己的服务器上，未经您的许可不会离开您的环境。 将来将与其他服务器进行可选的智能匹配。 演示版 注册一个免费帐户 Laravel Enso官方文档 该文档位于分为后端和前端。 请注意，大多数部分都有简短的演示剪辑。 安装步骤 使用git clone https://github.com/genealogiawebsite/genealogy.git --depth 1下载项目 在项目文件夹中运行composer install 为您的站点创建一个数据库（请参阅），将.env.example文件复制或重命名为.env ，编辑数据库配置信息，然后运行php artisan key:generate 为了提供后端API，请查看的Local Development Server部分，并考虑使用获得更好的体验。 运行php artisan migrate --seed 打开client文件夹，复制.env.example文件，将其另存为.e

MATLAB图像分割系统设计（多方法，文章万字）（GUI构架）

GPS解码，RMC语句解码，付程序流程图，1602显示程序

人脸表情会受到姿势、物体遮挡、光照变化以及人种性别年龄等因素的影响,需要卷积神经网络更有效准确地学习特征。AlexNet在表情识别中准确率不高,对输入图像尺寸有限制,针对这些问题,提出了改进AlexNet网络的人脸表情识别算法。在AlexNet网络中引入多尺度卷积更加适用于小尺寸的表情图像,提取出不同尺度的特征信息,并在把多个低层次特征信息在向下传递的同时与高层次特征信息进行跨连接特征融合,从而可以更加完整准确地反映图像信息,构造出更准确的分类器。跨连接会产生参数爆炸,导致网络训练困难,影响识别效果,因此利用全局平均池化对低层次特征信息进行降维,可减少跨连接产生的参数和过拟合现象。本文算法在CK+、JAFFE数据库上的准确率分别为94.25%和93.02%。

为降低高效视频编码(HEVC)的帧内编码复杂度，提出一种基于图像纹理特征的编码单元(CU)划分和预测模式选择算法。利用一种预处理算法来获得当前CU的纹理复杂度和方向。一方面，根据CU的纹理复杂度，该算法自适应地跳过或终止部分CU划分，减少CU深度的遍历时间。纹理复杂度高的CU直接划分成4个子CU，纹理复杂度低的CU将会终止划分。另一方面，根据预测单元的纹理方向，确定相应的候选模式集，通过粗模式决策算法和率失真最优化算法遍历候选模式集选取最优模式。将算法移植到标准食品解码软件HM16.7平台上，实验结果表明，与HM16.7算法相比，编码时间平均减少53.66%，比特率上升0.46%，峰值信噪比下降0.05 dB。

C语言的数据采集书籍，完全是基于C语言的教程，书不错的哦