条形码生成软件，根据用户输入自动检索产生条形码图像

《模式分类》第二版的配套的Matlab源代码-"pattern classification," the second version of the Matlab supporting source code

应用背景       ICP算法即：迭代最近点法（Iterative Closest Points Algorithm）。ICP算法由Besl和Mckey提出，是一种基于轮廓特征的点配准方法主要用于解决基于自由形态曲面的配准问题。 关键技术 ICP算法的基本思想是：根据某种几何特性对数据进行匹配，并设这些匹配点为假想的对应点，然后根据这种对应关系求解运动参数。再利用这些运动参数对数据进行变换。并利用同一几何特征，确定新的对应关系，重复上述过程。

运用最小二乘法的数值拟合，以及得到的结果-Numerical application of least squares fitting, as well as the results

旅行商问题 某售货员要到若干城市去推销商品，已知各城市之间的路程（或旅费）。他要选定一条从驻地出发，经过每个城市一遍，最后回到驻地的路线，使总的路程（或旅费）最小。 例如：给定4个城市{1，2，3，4}及其各城市之间的路程 最优路线是1,3,2,4,1， 其最短路程是25-a salesman, traveling salesman problem, a number of cities to sell commodities, the known distance between the city (or travel). He selected from a resident, after each city again, the last resident to return to the line, making the total distance (or travel) is the smallest. For example : given four cities (1,2,3,4) and the distance between the city optimal route is 1,3,2,4, 1, the shortest distance is 25

资源描述 Design a program to implement the 1-D FFT algorithm. Input: a vector. Get the testing data in file ‘Project_2_test’. Output: a vector, which is the discrete Fourier transform of the input. For example: Input: 3 8 10 12 Output: 33.0000+0.0000i -7.0000+4.0000i -7.0000+0.0000i -7.0000-4.0000i Requirements:

Cantilever simulations in COMSOL Multiphysics

VHDL实现8051（完全版）

应用背景小目标检测在大量的实际项目中扮演着关键的角色，如红外警戒和防御警戒，不仅精度是必要的，但也需要鲁棒性。在本文中，作者 ；提出了一种鲁棒的红外小目标检测的灵感来自一个小目标与背景之间的人眼视觉效果的DSBM。关键技术作者提出这个问题作为突出区域检测，这是由一个小目标的事实，可以吸引人的眼睛在红外图像的事实的启发。这种视觉效果产生的差异，一个小目标类似于各向同性高斯形状由于远距离热成像系统的光学系统的点扩散函数，而背景杂波通常是局部取向。基于这一观察，提出了一种新的鲁棒方向显着性为基础的方法，将视觉注意理论的红外小目标检测；

一种好的改进遗传算法function [opy,optimy]=GA(pt,gennum,psize)% 输入参数：% pt       m*n的加工时间矩阵（n是工件数目，m是机器数目）由已知给的T矩阵，可得n=100,m=10% gennum   迭代的次数（代数）% psize    种群的规模大小%输出参数：% opy       最优的Makespan值pc=0.9;%交叉因子pm=0.1;%变异因子[m,n]=size(pt);current_gen=1;%current_gen means the current generationnewgen=zeros(psize,n+1); %mewgen is the new generation of the populationnewgen(1:psize,1:n)=rand(psize,n);%主种群初始化，0-1之间的随机数 %Generalize the initial groupfather=zeros(2,n); %father is used to store the two genes for crossover and mutation avgen=zeros(1,gennum); %avgen is the matrix of the average of all the generationsoptimx=zeros(1,n);optimy=ones(1,gennum);%Generalize the initial groupfor i=1:psize    [Ya,pop(i,1:n)]=sort(newgen(i,1:n));%种群排序，实数编码转换为自然数编码 随机生成的0-1之间的小数进行排序然后取每个从小到大数对应的位置    newg