NR_crout

说明：  拟合温度曲线，变量是温度和控制电压，控制温度在一定范围内(control system temperature)

说明：  用matlab中的GUI工具箱完成一个系统算法的欢迎界面。(Matlab GUI toolkit used in the algorithm to complete a system welcome screen.)

求变换的幅值相位频谱，以及一些已经调好的程序实例。(Beg transform amplitude spectrum, and some have phase tone good program examples.)

wilson活度系数模型,化工领域，主要应用是求取液相活度系数，但仅仅能用于LLE计算。(wilson activity model)

对一张人脸图像进行LBP处理，提取LBP特征并输出(LBP on a human face image feature extraction and output)

对之前求取细通道内气泡长度和频率的程序进行修改，使之运算速度加快，(Before passage of fine bubbles strike length and frequency of the procedure to be modified, so that the operation speed,)

this program is a LAGRANGE POLYNOMIAL INTERPOLATION program that can be input many, and show us the result of the input, and can be run in Matlab software only

说明：  平面拟合,采用ransac算法，对空间中的离散点进行平面或直线拟合(plane fitting Plane fitting, using RANSAC algorithm, to fit discrete points in space in plane or straight line)

几种语音增强关于mmse算法，维纳滤波，掩蔽增强(err)

灰色预测模型称为CM模型，G为grey的第一个字母，M为model的第一个字母。GM（1，1）表示一阶的，一个变量的微分方程型预测模型。GM（1，1）是一阶单序列的线性动态模型，主要用于时间序列预测。 一、GM（1，1）建模 设有数列 共有 个观察值 对 作累加生成，得到新的数列 ，其元素 （5-1） 有： 对数列 ，可建立预测模型的白化形式方程， （5-2） 式中： ——为待估计参数。分别称为发展灰数和内生控制灰数。设 为待估计参数向量 则 按最小二乘法求解， 有： （5-3） 式中： （5-4） （5-5） 将（5-3）式求得的 代入（5-2）式，并解微分方程，有 （1，1）预测模型为： （5-6）(gray forecasting model called CM model, the G-gray of a letter, the M model for the first letter. GM (1,1), a band of a variable type of differential equation models. GM (1,1) is a sequence of single-band linear dynamic model, mainly for time series prediction. A GM (1,1) model series with a total value of observation for the cumulative production, to a new series of its elements (5-1) : The series, we can establish the prediction model albino form of equation (5-2) where :-- to question the estimated parameters. The development will be known as the gray and hygiene control within a few gray. Set parameters to be estimated according to Vector least squares method, are : (5-3) where : (5-4) (5-5) (5-3) that obtained in lieu of income (5-2)- and solutions differential equations, (1 1) Fore)