在空间太阳望远镜的在轨高速数据处理中,运算时间是影响系统性能的重要环节之一。利用FPGA丰富的逻辑单元实现快速傅里叶变换(FFT),解决 了在轨实时大数据量图像处理与航天级DSP运算速度不足之间的矛盾;利用溢出监测移位结构解决了定点运算的动态范围问题。经过实验验证,各项指标均达到了设计要求。
2024-03-01 10:00:10 95KB FFT FPGA 蝶形运算 技术应用
1
提供以下功能: 快速和并行的遗传算法实现(它在几秒钟内解决了 N=255 的 N Queens 问题)。对于基准查看此文件的基准部分。 根据内置的世代,可定制的突变和选择率具有常数、线性和二次函数(您可以通过MutationRate和SelectionRate特征实现自己的函数)。 可自定义的个体年龄不适合度,没有不适合度,线性和二次不适合度根据个人内置的代数(您可以通过Age特征实现自己的年龄函数)。 AccumulatedRoulette和内置选择函数(您可以通过 trait 实现自己的选择函数Tournaments)。CupSelection SingleCrossPoint,MultiCrossPoint和UniformCross内置的交叉函数(您可以通过Crossovertrait 实现自己的交叉函数)。 许多内置的生存压力功能。SurvivalPressure您可以通过trait实现自己的生存压力函数。 Niches内置PopulationRefitness功能。您可以通过 trait 实现自己的人口适应功能PopulationRefitness。 等等
2022-06-19 09:06:41 54KB rust
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:快速并行的增广拉格朗日数字图像相关算法_AL-DIC_matlab 资源类型:matlab项目全套源码 源码说明: 全部项目源码都是经过测试校正后百分百成功运行的,如果您下载后不能运行可联系我进行指导或者更换。 适合人群:新手及有一定经验的开发人员
2022-04-10 14:06:27 10.04MB matlab 增广拉格朗日 数字图像 AL-DIC
Foofus.net〜美杜莎 美杜莎平行网络登录审核员 版权所有(C)2016 Joe Mondloch JoMo-Kun / Medusa是一种快速,并行和模块化的登录暴力工具。 目标是支持尽可能多的允许远程身份验证的服务。 作者认为以下各项是此应用程序的一些关键功能: 基于线程的并行测试。 可以同时针对多个主机,用户或密码执行暴力测试。 灵活的用户输入。 目标信息(主机/用户/密码)可以通过多种方式指定。 例如,每个项目可以是单个条目,也可以是包含多个条目的文件。 此外,组合文件格式允许用户优化其目标列表。 模块化设计。 每个服务模块都作为一个独立的.mod文件存在。 这意味着无需对核心应用程序进行任何修改即可扩展支持的蛮力服务列表。 支持多种协议。 当前支持许多服务(例如SMB,HTTP,MS-SQL,POP3,RDP,SSHv2等)。 有关Medusa文档,请参阅do
2022-03-08 13:07:33 492KB C
1
【公司项目仿真程序】快速并行的增广拉格朗日数字图像相关(AL-DIC)算法
2022-01-02 20:31:33 9.88MB 快速并行 数字图像相关
1
使用FFT加速插值和近似最近邻居在11分23秒内计算来自小鼠神经系统[Zeisel 2018]的160,796个单细胞转录组的可视化。 openTSNE openTSNE 是 t-Distributed Stochasitc Neighbor Embedding (t-SNE) [1] 的模块化 Python 实现,这是一种用于可视化高维数据集的流行降维算法。 openTSNE 结合了对 t-SNE 算法的最新改进,包括向现有嵌入添加新数据点的能力 [2]、大量速度改进 [3] [4],使 t-SNE 能够扩展到数百万个数据点和各种改进结果可视化的全局对齐的技巧 [5]。 使用多尺度核技巧嵌入从小鼠视网膜 [6] 获得的 44,808 个单细胞转录组的可视化,以更好地保持簇的全局对齐。 文档用户指南和教程示例:基本、高级、保留全局对齐、嵌入大数据集速度基准安装 openTSNE 需要 Python 3.6 或更高版本才能运行。 Conda openTSNE 可以很容易地从 conda-forge 安装 conda install --channel conda-forge op
2021-12-15 15:42:44 22.27MB 机器学习
1
概述 该项目在不漏水的情况下将STL文件中的网格体素化。 由于我们正在使用assimp库加载文件,因此它仅支持多种格式。 基本上,该项目可以概括为两个步骤: 表面体素化对于每片网格(三角形),我们以两种方式检查碰撞的体素: 获取每个三角形的最小边界框,并用三角形检查该框中的每个体素; 从与三角形碰撞的任何体素开始,然后进行bfs搜索以检查相邻的体素。 第一种方法是轻量级的,但当(三角形的体积/边界框的体积)的比率小时,可能会变得更糟。 而第二种方式具有相当大的恒定开销。 对于线程池中的每个线程,它将选择一个三角形进行体素化。 时间复杂度为O(m * c),其中m是三角形数,c是某些因素,例如边界框中的体素数或bfs的恒定开销。 固体体素化配备表面体素化后,固体体素化可能很简单:填充。 我们尝试像雕刻木头一样填充网格的外部空间,因为它更简单并且不需要水密性。 但是,使用bfs的基本
2021-06-18 17:15:39 55KB C++
1