glpcl

高斯白噪声的生成程序，小波包分析提取振动信号中的特征频率，预报误差法参数辨识-松弛的思想。( Gaussian white noise generator, Wavelet packet analysis to extract vibration signal characteristic frequency, Prediction Error Method for Parameter Identification- the idea of relaxation.)

利用最小二乘算法实现对三维平面的拟合，阵列信号处理的高分辨率估计，实现了图像的加水印，去噪，加噪声等功能。( Least-squares algorithm to fit a three-dimensional plane, High-resolution array signal processing estimates, Realize image watermarking, de-noising, plus noise and other functions.)

实现六自由度运动学逆解算法，包括随机梯度算法，相对梯度算法，包括四元数的各种计算。( Six degrees of freedom to achieve inverse kinematics algorithm, Including stochastic gradient algorithm, the relative gradient algorithm, Including quaternion various calculations.)

用于实现求取图像中几个区域的质心，并画在图像中！初学者可以看看！(To find the centres of the objects and show them in the picture!)

说明：  第1例到第6例的源描述都是从第8例的程序包中 提取出来的,不能单独编译,这些例子的编译与 模拟请参考第8例.(Example No. 1 to the first six cases are the source described in Example 8 from the first package to extract it and can not be a separate compiler, which compiler and simulation examples please refer to the first eight cases.)

C++.Visual.Studio.2008教材(C++.Visual.Studio.2008 textbooks)

c++时尚编程百例__1-20(c++ fashional programing sample)

摘要: 现有的聚类算法比如 CluStream 是基于 k-means 算法的。这些算法不能够发现任 意形状的簇以及不能处理离群点。 解决上述问题,本文提出了 而且, 它需要预先知道 k 值和用户指定的时间窗口。 为了 分将数据映射到一个网格, D-Stream 算法,它是基于密度的算法。这个算法用一个在线部 在离线部分计算网格的密度然后基于密度形成簇。 度衰减技术来捕获数据流的动态变化。 为了探索衰减因子、 数据密度以及簇结构之间的关系, 我们的算法能够有效的并且有效率地实时调整簇。 群点的稀疏网格是合理的, 算法采用了密 而且, 我们用理论证明了移除那些属于离 从而提高了系统的时间和空间效率。 该技术能聚类高速的数据流 而不损失聚类质量。 实验结果表明我们的算法在聚类质量和效率是有独特的优势, 并且能够 发现任意形状的簇,以及能准确地识别实时数据流的演化行为(Abstract: Existing clustering algorithms such as CluStream are based on the k-means algorithm. These algorithms can not be found Meaningful clusters and can not handle outliers. To solve the above problems, this paper presents)

说明：  本书采用案例形式，以智能算法为主线，讲解了遗传算法.免疫算法,退火算法.粒子群算法，鱼群算法,蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现，本书共给出30个案例,每个案例都是一个使用智能算法解决问题的具体实例,所有案例均由理论讲解、案例背景.MATLAB程序实现和扩展阅读四个部分组成,并配有完整的程序源码。(This book uses case form and takes intelligent algorithm as the main line to explain the matlab implementation of the most commonly used intelligent algorithms, such as genetic algorithm, immune algorithm, annealing algorithm, particle swarm optimization algorithm, fish swarm algorithm, ant colony algorithm and neural network algorithm. There are 30 cases in this book, and each case is a specific example of using intelligent algorithm to solve problems, All cases are composed of theoretical explanation, case background, matlab program implementation and extended reading, and complete program source code.)

添加噪声处理，利用最小二乘法进行拟合多元非线性方程，研究生时的现代信号处理的作业。( Add noise processing, Multivariate least squares fitting method of nonlinear equations, Modern signal processing jobs when the graduate.)