matlab_slam.zip

双三次B样条曲面生成算法实现的matalb程序，有结果图片

真正的usbcnc注册机，非破解版软件。

RAD Studio 10.3.0 Rio 里约 RAD10.3 激活，亲测可用现在有很多已经不能用了。

人形目标检测与跟踪，对于视频图像，用方框或椭圆标出检测出的行人运动目标，以实现对目标的跟踪。

【实例简介】中国科学技术大学的原版C++课件，计算机系马建辉老师讲的。 Dept. of Computer Science,USTC 希望大家学好C++！ 第0章 关于本课程 第1章 绪论 第2章 C++初探：创建和使用对象 第3章 C++中的C 第4章 函数和作用域、内联函数、重载函数 第5章 类1：数据抽象 第5章 类2：隐藏实现 第5章 类3：初始化和清除 第6章 类成员（1） 第6章 类成员（2） 第6章 类成员（3） 第7章 一个完整的示例 第8章 引用和拷贝构造函数 第9章 运算符重载 第10章 继承与组合 第11.1章 多态性和虚函数基础 第11.2章 多态性和虚函数的应用与讨论 第12.1章 模板 第12.2章 模板的应用 第13章 C++的IO 第14章 异常处理 第15章 面向对象程序设计回顾 第16章 考试要求 第17章 C++的类型转换机制 附录：C语言简介 作业

使用基于Haar特征的级联分类器进行人脸检测，并使用SVM+PCA进行人脸识别匹配。

充分了解数学建模的相关知识，其中包括各种算法以及MATLAB在数学建模中的具体应用以及相关的程序代码，综合各方面的知识，方便我们了解例如线性规划maxx s.t. Ax>b的Maab标准型为min -cx s.Axcx∑anx,=bi=12,…,mst≥可行解满足约束条件(4)的解x=(x1,x2,…,xn),称为线性规划问题的可行解,而使目标函数(3)达到最大值的可行解叫最优解可行域所有可行解构成的集合称为问题的可行域,记为R14线性规划的图解法101+x2=106z=12图1线性规划的图解示意图图解法简单直观,有助」了解线性规划问题求解的基木原坦。我们先应用图解法来求解例1。对于每一固定的值z,使目标函数值等于z的点构成的直线称为目标函数等位线,当z变动时,我们得到一族平行直线。对于例1,显然等位线截趋于右上方,其上的点具有越大的目标函数值。不难看出,本例的最优解为x*=(2,6),最优目标值26从上面的图解过程可以看出并不难证明以下断言:(1)可行域R可能会出现多种情况。R可能是空集也可能是非空集合,当R非空时,它必定是若干个半平面的交集(除非遇到空间维数的退化)。R既可能是有界区域,也可能是无界区域(2)在R非空,线性规划既可以存在有限最优解,也可以不存在有限最优解(其目标函数值无界)。(3)若线性规划存在有限最优解,则必可找到具有最优目标函数值的可行域R的“顶点”。上述论断可以推广到一般的线性规划问题,区别只在」空问的维数。在一般的n维空间中,满足一线性等式∑a1x=b的点集被称为一个超平面,而满足一线性不等式氵=1∑ax≤b(或∑a1x,≥b)的点集被称为一个半空间(其中(a1…,an)为一n维行向量,b为一实数)。若千个半空间的交集被称为多胞形,有界的多胞形又被称为多面体。易见,线性规划的可行域必为多胞形(为统一起见,空集Φ也被λ为多胞形)。在一般n维空问中,要直接得出多胞形“顶点”概念还有一些困难。二维空间中的顶点可以看成为边界直线的交点,但这一几何概念的推广在一般n维空间中的几何意义并不十分直观。为此,我们将采用另一途径来定义它。定义1称n维空间中的区域R为一凸集,若Vx,x2∈R及元∈(01),有x+(1-4)x2∈R定义2设R为n维空间中的一个凸集,R中的点x被称为R的一个极点,若不存在x、x2∈R及∈(0,1),使得x=4x+(1-4)x2。定义1说明凸集中任意两点的连线必在此凸集中;而定义2说明,若x是凸集R的个极点,则x不能位于R中任意两点的连线上。不难证明,多胞形必为凸集。同样也不难证明,维空间中可行域R的顶点均为R的极点(R也没有其它的极点)1.5求解线性规划的 Matlab解法单纯形法是求解线性规划问题的最常用、最有效的算法之一。这里我们就不介绍单纯形法,有兴趣的读者可以参看其它线性规划书籍。下面我们介绍线性规划的 Matlab解法Matlab中线性规划的标准型为min c rAx shs t.Aeq. x=beb

这是一个用MFC开发的学生信息管理系统，里面分为学生信息模块，成绩信息模块，人数信息模块，课程信息模块还有权限管理的模块。数据库是使用ACCESS的，因为还有将数据导出excel的功能，如果要导出excel，就要有响应的excel程序。

绝对最好的最实用的监控用的VISIO模具

基于stm32f103C8-ADC带ucos操作系统