-
spark apriori算法实现代码
应用背景
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。
关键技术频繁项集挖掘采用spark实现的并行化挖掘算法。并行的apriori算法采用scala编写，并行的apriori采用java编写。里面会有较多函数使编程的内容。
- 2022-02-02 20:25:06下载
- 积分：1
-
异步PHP代码实现
一种异步实现php调用的方法，欢迎下载，希望对大家能有帮助。谢谢大家的支持！
- 2022-02-26 08:58:13下载
- 积分：1
-
HADOOP3使用开发教程
hadoop是apache的开源项目，开发的主要目的是为了构建可靠，可拓展scalable，分布式的系统，hadoop是一系列的子工程的总和，其中包含。
1. hadoop common：为其他项目提供基础设施
2. HDFS：分布式的文件系统
请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-09-26 15:25:03下载
- 积分：1
-
openmp+cuda 加速视频中彩色图像转换为灰度图像，提取视频图像中的边缘
目的：加速视频中彩色图像转换为灰度图像，提取视频图像中的边缘。 开发环境：windows 8.1 x64操作系统 vs2012 cuda5.5 opencv2.4.8 硬件环境：NVIDIA GeForce GT 740M ,4G内存，Intel(R) Core(TM) i5-4200MCPU @2.50GHz 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-08-18 21:36:49下载
- 积分：1
-
应用于移动机器人路径规划的改进蚁群算法
基于改进蚁群算法的移动机器人路径规划，解决机器人路径选择的低效率问题，本算法对传统蚁群算法进行了改进，包括解的构造过程，信息素更新过程，基本思想是，蚂蚁在经过的路径上留下信息素，信息素一方面随着时间的积累，较优路径上的信息素越积越多，一方面还要挥发。为什么要引入信息素呢？也是从传统的奖励机制发展过来的。
- 2022-11-09 16:40:04下载
- 积分：1
-
基于在线云保障食品安全
时下人们已成为热心研究人员对全球各地的几个类型食物食谱。他们登录到几个网站，以获取最喜爱的美食和样式。除了中国、 泰国和意大利，印度食品在其 cusines 中有广泛的品种。印度食品是太辣和油性为旅游来自西方国家，其中许多研究结束其营养价值。在这里，我们建议提供的各种各样的中印度已消费的食品营养价值的 web 应用程序。拟议的系统将提供原料蔬菜、 奶制品、 烹饪那些被消耗在这个国家的产品的营养价值。这一制度的目的是向意识到人民从过度消费的是不适合他们的荒地和心灵的食物食谱。
- 2022-02-01 14:45:01下载
- 积分：1
-
同构DVS集群中基于自适应阈值的并行任务节能调度算法
资源描述目前，高能效的并行任务调度算法设计已经成为集群系统的研究热点．现有基于复制的节能调度算法主要利用阈值平衡系统的性能和能耗，但随机设置的阈值无法根据性能需求和环境参数等特征自动调节，导致调度算法存在一定的局限性．文中提出一种面向同构集群系统的两阶段节能调度算法ＡＴＥＳ（Ａｄａｐｔｉｖｅ Ｔｈｒｅｓｈｏｌｄ－ｂａｓｅｄ Ｅｎｅｒｇｙ－ｅｆｆｉｃｉｅｎｔ Ｓｃｈｅｄｕｌｉｎｇ）．首先，设计一种基于自适应阈值的任务复制策略，该策略能够自动计算最佳阈值，利用该阈值获取近似最优的任务分组．然后，将各分组任务调度到支持ＤＶＳ的处理器上，并充分利用任务之间的空闲时间降低处理器电压．该算法将任务复制策略与电压调节技术有机结合，在调度过程中能够自动调整阈值，有效提高调度算法的能效．为了验证ＡＴＥＳ算法的合理性，通过典型应用进行仿真实验，并与常见任务调度算法进行比较，结果表明ＡＴＥＳ算法能够更好地实现性能和能耗之间的平衡．
- 2022-04-25 05:27:51下载
- 积分：1
-
I2C driver
I2C总线驱动，8位单片机适用。
在总线控制，并下发指令是，效率好，另外，此程序在keil编译器中已经编译通过。
- 2022-01-31 04:15:49下载
- 积分：1
-
视频游戏的流体模拟，第 5 部分
性能分析与优化
这篇文章，在一系列，第五描述的性能分析和优化的流体模拟，提出了一种在第三和第四条款中。第一篇文章总结了流体动力学 ；第二个调查流体仿真技术 ；和第三和第四次提出了一个旋涡粒子流体模拟与双向流体体之间的相互作用，它运行在真正的时间。这篇文章利用另一个功能的英特尔 ® 线程构建模块 （英特尔 ® TBB） 将更多的工作分散到多个线程。这篇文章描述 CPU 使用情况分析过程，并使用该信息来优化和进一步并行化的代码，使其运行得更快。
性能分析和优化本文中描述的过程中的许多镜子中所述的程序软件优化食谱。这一过程从开始创建基准 — — 一大块的代码用来量化正在优化算法的性能。其余的过程需要迭代上的三个步骤：
要找出所谓的"热点"，应用程序在哪里花费其大部分时间的配置文件。
探讨为什么热点会消耗很多时间的详细信息。
修改，试图让它更快的代码。
将这些步骤应用于流体模拟应用程序在前两篇文章中提出了这条记载。
相关的文章
流体模拟视频游戏 （第1部分）
流体模拟视频游戏 （第 2 部分）
流体模拟视频游戏 （第 3 部分）
流体模拟视频游戏 （第 4 部分）
流体模拟视频游戏 (第 5 部分)
流体
- 2022-05-18 08:33:08下载
- 积分：1
-
利用CUDA平台计算矩阵乘法的GPU编程
本程序为简易的CUDA编程，两个程序都是计算矩阵的乘法。其中Matrix1和Matrix2的区别是Matrix2使用了shared memory。每个程序都使用了串行和并行两种方式计算乘法，最后将并行的运算结果与串行运算结果对比，验证计算的正确性。同时，程序中利用CUDA计时模块统计了并行运算的耗时。因此可以得出使用shared memory后改善的运行时间。
- 2022-12-18 17:50:03下载
- 积分：1
