回溯线搜索

应用背景最优形状设计是一种学习多层感知器的任务，应用神经网络对实际执行问题进行研究设计一个机翼，在这里的目标是电脑化的翼型设计过程和较少的时间设计机翼，在这个过程中，一个希望优化的解决方案的一些数学模型的标准它的领域，分享设计是非常重要的工业应用领域，一数学模型和物理约束的最佳形状设计所需的，为神经网络的变分公式为问题的解决提供了直接的方法。我们用传统的逆方法利用流域的保角映射方法，基于人工的逆设计方法进行了神经网络的计算，计算流体力学求解器（流利）首先是用来生成存储和服务的解决方案作为神经网络的输入。基于这些数据，使用一个合适的算法和神经网络的训练确定了优化的网络，并提出了一种翼型设计的技术方案。基于神经网络的逆设计。每个设计师都有自己的方式和他喜欢的工具进行。有些人喜欢使用反设计代码（比如Eppler代码）规定的流动参数，得到几何图形。气动设计大致可分为以下2类：1）直接数字优化方法2）逆方法。关键技术可以描述的翼型轮廓通过一系列的X和Y坐标。空气动力系数对应于一系列的翼型件存储在一个数据库中，随着翼型坐标，优化后的进给前馈神经网络是用来生成翼型坐标作为输出的通过气动系数作为输入，对目标和获得的翼型进行了比较，并从优化的神经网络中提取翼型外形匹配与存储在数据库中的翼型配置文件。

Driver Fatigue Detection Based on Eye Tracking

利用R树，存储二维空间中的点数据，其中R树实现一个缓存的机制，使用LRU机制，使得可以快速的查找，输入查询点的坐标和要查询的k值，然后通过深度遍历算法对树进行遍历，获取查询点k个近邻点，这个设计有很大的实际用途，可以用于找到距离自己最近的某个物体等

vc++神经网络模式识别，还可以，对需要做这方面的人比较有用-vc neural network pattern recognition, but also to be done in this area were more useful

不使用递归的快速排序法-Quick sort without using recursive

此算法为凸包算法。即在一系列的点中找到他们之间的凸包节点，即能够包围所有节点的边缘节点。主要调用函数为convexHull函数，输入为点的坐标。

在资产依赖的影响返回对资产价格和提出广义自回归条件异方差 （GARCH） 模型，这是非常实用的造型技术聚类分析在资产价格的波动。鉴于 GARCH 建模的普及，这并不奇怪研究者已尝试纳入 GARCH 效应期权定价中的尝试考虑的时变波动和资产价格波动这些选项都写上。不幸的是，在大多数 GARCH 期权定价模式 — 那段 （1995 年） 没有封闭形式的解析解为选项价格是可用 — — 价格是只能通过蒙特 Carlo 仿真。赫斯和楠迪 （2000 年），然而，提出了闭式 GARCH 模型对于期权定价。这一章的最后一部分将开发该模型和 VBA要实现它，基础上提出了一种预先的 GARCH 工具的功能。

原题：编写一个子程序NewTon（float x0，float eps，float x1）。它的功能是用牛顿迭代法求f（x）=x*x*x-2x*x+4x+1在x=0附近的一个实根。若迭代成功，则返回费0值；否则，返回0。-original title : the preparation of a subroutine NewTon (x0 float, float eps, float x1). Its function is to use Newton"s iterative method for f (x) = x* x* x-2x 4x* x 1 x = 0 in the vicinity of a real roots. If successful iteration, the returned value fees 0; Otherwise, the return 0.

用VC和OPENCV实现的人脸检测 以及MIT人脸样本库，对学习VC和OPENCV很有帮助，能有效实现人脸检测

基于STM32单片机的智能家居控制系统，本作品有单片机控制模块、GSM模块、继电器控制家电开关模块、传感器模块等，嵌入了uc/os II实时操作系统，使得系统运行更加稳定、高效和可靠，体现了当今“绿色环保”的理念，“人性化”的设计更给用户一个舒适的感觉。