work1

一个会动得圆，让学习的人更好的了解C++知识，是最基本的知识，学习工程的基本入门。(Will get round a move, so who better to learn about C++ knowledge, is the most basic knowledge, basic engineering study entry.)

基于双JPEG压缩统计特性的图像篡改检测方法(Image tamper detection method based on the statistical characteristics of double JPEG compression)

这是图象缩放的代码，对于学习图像的朋友应该有所帮助(This is the image scaling code for the study should help the image of a friend)

Pre-stack migration applied to GPR for landmine detection

小波包分解，对信号能够高频，低频分解，能够得到不同频带范围的信号(zi dong shezhi yu zhi)

压缩感知重建算法，SPARSA算法，与大家一起交流(Compressed sensing reconstruction algorithm, sl0 algorithm exchanges, together with you)

2.编写两类正态分布模式的贝叶斯分类程序。 设以下模式类别具有正态概率密度函数： ω1：{(0 0)T, (2 0)T, (2 2)T, (0 2)T} ω2：{(4 4)T, (6 4)T, (6 6)T, (4 6)T} （1）设P(ω1)= P(ω2)=1/2，求这两类模式之间的贝叶斯判别界面的方程式。 （2）绘出判别界面。 3.已知服从正态分布的两类训练样本集分别为 ：，，，， ：，，， ，试问属于哪一类？ 4．设有两类一维模式，每一类都是正态分布，两类的均值和均方差分别为，；，。 采用（0-1）损失函数，且。 （1）试绘出两类模式的密度函数曲线，其判别界面位于何处？ （2）若已获得样本：-3，-2，1，3，5，试判断它们各属于哪一类。(bayes ，matlab)

说明：  K均值作为图像分割的经典算法，新手必学算法。利用K均值进行图像分割，关于分类个数可以进行人为设定。(As a classical algorithm for image segmentation, k-means is a must-learn algorithm for beginners. The k-means is used for image segmentation, and the number of classification can be set artificially.)

图相多描述编码matlab仿真 多描述编码的matlab仿真，本科生的毕业设计 生成图像后计算psnr >> J=imread( 两描述都收到后重建的图像.bmp ) PSNR(I,J) ans = 32.3290 >> J=imread( 描述1重建后的图像.bmp ) >> PSNR(I,J) ans = 28.7011 >> J=imread( 描述2重建后的图像.bmp ) >> PSNR(I,J) ans = 29.1467 (Figure phase multiple description coding matlab simulation Matlab simulation of multiple description coding, undergraduate graduation design Generated images calculated psnr >> J = imread ( the reconstructed image after the two descriptions are received. Bmp ) >> PSNR (I, J) ans = 32.3290 >> J = imread ( to describe a reconstruction of images. Bmp ) >> PSNR (I, J) ans = 28.7011 >> J = imread ( to describe two reconstruction images. Bmp ) >> PSNR (I, J) ans = 29.1467)

探索图像恢复中出现的正则化方法及其理论基础，进一步发展Tikhonov正则化方法，得到图像恢复算法和工程实际中一些病态问题的解，进一步发展已有的数值解 法,(Exploration of image restoration emerged regularization method and its theoretical basis, the further development of Tikhonov regularization method, the image restoration algorithm and engineering solutions of some ill-posed problem, the further development of existing numerical method,)