循环切片的规模是提高缓存命中率的技术的关键因素。 神经应用粒子群优化算法的网络模型来优化平铺的规模。 与传统的切片算法相比，该技术可以获得更合适的切片比例，并导致提高拼贴的效率。 研究了两个循环密集型计算基准程序这篇报告。 本文主要研究LU分解的块算法。 相比达到原始基准，我们提出使用LU分解循环切片算法来改善缓存的运行效率。
2021-03-28 17:07:58
386KB
1
功能：两幅图A和B，将A的一侧和B的一侧按照6个经验offset参数拼接在一起；
算法库：halcon；
注：算法前提是较精准的机械精度
法1：旋转拼接（耗时313ms）
法2：循环拼接（耗时稍长619ms）
详见附件。
2021-03-04 17:57:25
5.93MB
1