高光谱图像分类是遥感领域的研究热点之一,是对地观测的重要手段,在地物的精细识别等领域具有重要的应用。使用卷积神经网络(CNN)可以有效地从原始图像中提取高级特征,具有较高的分类精度。但CNN计算量巨大,对硬件要求较高。为了提高模型计算效率,可以在图形处理器(GPU)上进行CNN模型的训练。现有的并行算法,比如GCN(GPU based Cube-CNN),无法充分利用GPU的并行能力,算法加速效果并不理想。为了进一步提升算法效率,提出基于通用矩阵乘法(GEMM)算法的GGCN(GPU based Cube-CNN improved by GEMM)并行加速算法,通过G-PNPE(GEMM based Parallel Neighbor Pixels Extraction)对输入数据和卷积核进行重新组织排列,实现卷积的并行计算,有效地提高了GPU的利用率并进一步提升了算法的训练效率。通过分析在三个数据集上的实验结果发现,改进算法的分类精度与原算法保持一致,而且模型的训练时间缩短了30%左右,表明算法的有效性和优越性。

先决条件 需要安装NS-3的自定义版本和ndnSIM的指定版本。 该代码也应与最新版本的ndnSIM一起使用，但不能保证。 mkdir ns-dev cd ns-dev git clone git://github.com/cawka/ns-3-dev-ndnSIM.git ns-3 (cd ns-3 && git checkout -b ndnSIM-v1.0 bb96dc1e3ba9d940ab1aae44224fa2b8b45e1a12) git clone git://github.com/cawka/pybindgen.git pybindgen git clone git://github.com/NDN-Routing/ndnSIM.git ns-3/src/ndnSIM (cd ns-3/src/ndnSIM && git checkout -b v0.5-rc2 d

VC 使用OpenGL技术渲染三维模型的示例，图形渲染实例，基于OpenGL技术实现，不是太复杂的实例，欢迎大家下载体验。

基于边缘检测和图形处理的，人体区域定位和检测

VC OpenGL技术实现三维图形，绘制各种复杂的三维几何图形，本源码涉及相关功能：旋转因子、坐标绽放比例、鼠标动作、辅助系统、滚轴控制、二维交会图演示系统控制台、读取投影窗口等。基于OpenGL组件生成三维几何图形的朋友不妨参考本例子。

摘要:Delphi源码,图形处理,二进制　　Delphi以二进制方式读取图片并显示出来，读取图片文件为数据流，通过读取数据流转成十六进制或二进制。

计算机软件-商业源码-彩印行业简单图形处理工具.zip

7种分形算法源代码，包括杨辉三角形、梅花曲线、雪花、圆环、旋转螺线、叶子、随机圆环、树。代码由冰火天空原创。通过这个程序你将会了解到窗体透明度控制、截取屏幕的API、全局函数定义等常用知识。

安装教程： 1. 解压并打开下载的安装包，双击运行程序，开始安装。 2. 根据需要修改软件安装路径，默认是装在C盘 3. 安装成功后，点击关闭。 4. 打开软件就可以开始使用了。

Delphi emf图片格式转换程序，单击【Convert】按钮实现转换，可设置转换后emf文件大小，关键点：通过画图实现转换，你知道么？最后显示和保存转换结果。从示例截图看上去，转换后的效果一样，但是文件格式已经改变，本转换程序支持jpg、bmp、wmf等常见图片格式向emf格式转变。