基于VC++的典型数字信号处理

资源描述给定含有n个元素的多重集合S，每个元素在S中出现的次数称为该元素的重数。多重集S中重数最大的元素称为 众数。例如，S={1，2，2，2，3，5}。多重集S的众数是2，其重数为3。 求众数方法很多，现要求你用分治算法来试一试，并分析其效率。 编程任务：对于给定的由n个自然数组成的多重集S，采用分治算法编程计算S的众数及其重数。

关于矩阵运算的一些方法。如逆矩阵

Bayesian Filter.贝叶斯（Bayesian）滤波器的C++类库。包括卡尔曼滤波（kalman filter）、粒子滤波(particle filter)等。-Bayesian Filter. Bayesian (Bayesian) filters C Class. Including Kalman filter (Kalman filter). particle filter (particle filter).

使用正交多项式完成数据拟合。程序对读入的gps采样点完成曲线拟合。

类调度系统-c + +描述： 我想要在这里分享我在 c + + 版本中的调度系统，该系统是仅 8 模块 （书记官长、 平地机、 控制器、 调度程序、 检查/评税主任、 收集器/收银员、 管理员和 Web 成绩单) 组成的我高中招生制度的一部分。该系统涵盖学校、 高中或大学的时间表。它使用一种快速、 高效的排课算法。这能力展示厅的时间表，节计划、 教员日程，并可以建议房间可用性和教员可用性通过图形化的方式显示。这是一个演示系统因此不指望所有的功能可以完全使用。请跌至免费使用，请不要忘记为注释"谢谢你"如果你发现我的系统对你有用的......但是，如果你认为它是理所当然。也许我会采取一些措施来删除这篇文章 =）

应用背景在当今社会信息安全问题备受人们关注。自身安全和个人隐私保护成为这个时代的热门话题。基于密码、个人识别码和钥匙等传统的安全措施已不能完全满足社会要求。在这样一个背景下，人们把目光投向了生物特征识别技术 —— 利用人体固有的生理特征或行为特征来进行身份的鉴别或确认。关键技术 面部识别又称人脸识别、面像识别、面容识别等等，面部识别使用通用的摄像机作为识别信息获取装置。以非接触的方式获取识别对象的面部图像，计算机系统在获取图像后与数据库图像进行比对后完成识别过程。面部识别是基于生物特征的识别方式 ，与 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

各种矩阵运算的实现，并将向量视为特殊的矩阵。-various matrix operations to achieve and Vector as a special matrix.

资源描述这是使用stein算法，实现的计算两个32位数的最大公约数的算法，在这里面使用了流水线来提高吞吐量，并且提高了工作速度，初次之外，还有两个串转并和并转串的模块，供大家参考

void CRSLAIDoc::CString2Char(CString TempCString,char ch[]) { int i; char *tmpch; int wLen=WideCharToMultiByte(CP_OEMCP,0,TempCString,-1,NULL,0,NULL,NULL); tmpch=new char[wLen+1]; WideCharToMultiByte(CP_OEMCP,0,TempCString,-1,tmpch,wLen,NULL,NULL); for(i=0;tmpch[i]!="

CKNN  Using the Citation KNN algorithm[1] to get the labels for bags in testBags, where minmum Hausdorff distance is used to measure the distances between bags %     CKNN takes, %        PBags     - an Mx1 cell array where the jth instance of ith positive bag is stored in PBags{i}(j,:) %        NBags     - an Nx1 cell array where the jth instance of ith negative bag is stored in NBags{i}(j,:) %        testBags  - a Kx1 cell array where the jth instance of ith test bag is stored in testBags{i}(j,:) %         Refs     - the number of referecnes for each test bag %        Citers    - the number of citers for each test bag %      &n