人脸识别

LEACH是一种分层的协议，其中大多数节点发送到簇头，和簇头聚集和压缩数据，并将其转发到基站（汇）。每个节点使用随机算法在每一轮以确定它是否会成为簇头在这一轮。 LEACH假定每个节点具有强大到足以直接到达基站或最近的簇头的无线电，但是，使用这种无线电以全功率的所有时间将浪费能量。对已集群头节点不能成为簇头再次用于P轮，其中P是簇头所需的百分比。此后，每个节点具有成为簇头在每一轮一个1 / P的概率。在每一回合结束时，每个节点是不是一个簇头选择最接近的簇头，并加入该集群。簇头，然后在其集群中的每个节点发送其数据创建一个日程安排。

该程序用matlab语言编写的计算机潮流计算程序。-the procedures used Matlab language trend of the computer program.

关于数学组合题的解法.用模板类+回归函数实现,思路简单清晰.这是我在索贝数码公司时接到的一道应聘题.含有算法描述文档.-on mathematical solution to the problem of portfolio. Template function to achieve the reunification category, the thinking is clear and simple. This is the closest digital received by the company and that a candidate. Documents containing algorithm description.

应用背景就是leetcode上面第四题，找到两个排序的数组的中位数。就是leetcode上面第四题，找到两个排序的数组的中位数。就是leetcode上面第四题，找到两个排序的数组的中位数。就是leetcode上面第四题，找到两个排序的数组的中位数。关键技术变异的二分查找吧。变异的二分查找吧。变异的二分查找吧。变异的二分查找吧。变异的二分查找吧。变异的二分查找吧。变异的二分查找吧。变异的二分查找吧。变异的二分查找吧。

完整的数值模拟软件，可以实现高次插值的Sin现象，三次分段埃米尔插值，Gauss赛德尔迭代法等多种算法-A complete numerical simulation software, can realize high interpolation Sin phenomenon, three sub-Emir Interpolation, Gauss Seidel iteration algorithm, etc.

该算法基本思想是：以循环的方式随机选择蔟首节点，将整个网络的能量负载平均分配到每个传感器节点中，从而达到降低网络能源消耗、提高网络整体生存时间的目的。仿真表明，与一般的平面多跳路由协议和静态分层算法相比，LEACH协议可以将网络生命周期延长15%。LEACH在运行过程中不断的循环执行蔟的重构过程，每个蔟重构过程可以用回合的概念来描述。每个回合可以分成两个阶段：蔟的建立阶段和传输数据的稳定阶段。为了节省资源开销，稳定阶段的持续时间要大于建立阶段的持续时间。蔟的建立过程可分成4个阶段：蔟首节点的选择、蔟首节点的广播、蔟首节点的建立和调度机制的生成。

应用背景这个算法可以对信息进行编码，用来压缩文本等数据，通过数据的权重规划，将权重越大的数据置于越靠近树的根节点。关键技术算法可以对信息数据进行编码，用来压缩文本，通信信息等数据。利用二叉树对信息进行编码，每次选取两个权重最小构建哈夫曼树，生成的新节点继续用作新节点进行构建哈夫曼树，知道所有的节点构建完毕

这种算法是名片的管理。所以你可以得到方便和简单应用程序。 祝你好运。

基于主成分分析，的人脸识别，加上ABOOST分类器检测人脸，效果不错，欢迎下载。当然PCA是比较经典的算法，这里给出了完整的展示，对初学者或用于项目的人非常有用。

翻译 maninwest@Codeforge 作者:John D. Cook@CodeProject这里介绍一个算法，优化化带有一个变量的函数而不需要导数。通常，需要导数的方法稳定但是慢，不需要导数的方法快捷但是不稳定。这里实现的这个方法稳定且高效。这个方法开始是Richard Brent 实现的。 给定一个函数  f(x) 和一个区间l [a, b], 该方法是找出函数 f(x) 在 [a, b] 区间的最小值。该方法也可以用于找出最大值。要找出最大值，指向传递原函数的反函数。即 f(x) 的最大值出现在-f(x) 的最小值点。Brent 的方法比较稳定。也很容易使用。用户不需要提供导数函数。该方法为了稳定牺牲了一些效率，但是相比其他稳定的方法如黄金分割法，则更加快捷。使用函数这里给出的代码是一个 C++ 函数和使用此函数的示例项目。要在你自己的项目中使用，只需在 Brent.h.头文件中添加#include 即可。最小化函数的主要输入是一个模板化实参，一个函数对象实现目标函数最小化。目标函数必须使用签名 double operator()(double x)实现 Public 方法。例如，这里是一个用于计算函数 f(x) = -x exp(-x) 的函数对象类。 class foo { public: double operator()(double x) {return -x*exp(-x);} };代码需要函数对象而不是函数的主要原因是，需要在应用中优化的函数，除了函数实参外，还要依赖参数。函数对象可以有很多参数，它们在找到一个变量的结果函数最小值前固定。其他实参是函数需要找到最小值的区间的终点，偏差用于停止， 一个输出参数用