该程序包括了一个应用最为广的离散傅里叶变换，褶积，抽样最小相位。绝对能运行...

涉及事物之间的模糊界限时按一定要求对事物进行分类的数学方法。聚类分析是数理统计中的一种多元分析 方法，它是用数学方法定量地确定样本的亲疏关系，从而客观地划分类型。事物之间的界限，有些是确切的，有些则是模糊的。例人群中的面貌相像程度之间的界限是模糊的，天气阴、晴之间的界限也是模糊的。当聚类涉及事物之间的模糊界限时，需运用模糊聚类分析方法。模糊聚类分析广泛应用在气象预报、地质、农业、林业等方面。通常把被聚类的事物称为样本，将被聚类的一组事物称为样本集。模糊聚类分析有两种基本方法：系统聚类法和逐

互相促进，互相提高-promote each other and enhance each other

数值分析，最小二乘法，源代码，还有龙格库塔，陆续将会上传，敬请等待-Numerical analysis, the least square method, source code, as well as Runge-Kutta, one after another will upload, please wait

dddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddd

资源描述在opnet的仿真环境下基于RFID的防碰撞仿真算法，程序以及经过了测试，绝对好用，

资源描述 基于opencv平台PCA算法实现表情识别，对于学习pc算法很有用

滑动窗口协议，也称为回退N步协议（Go-Back-N，GBN）中，允许发送方发送多个分组（当有多个分组可用时）而不需等待确认，但它受限于在流水线 中为未确认的分组数不能超过某个最大允许数N。滑动窗口协议是TCP使用的一种流量控制方法，此协议能够加速数据的传输。     只有在接收窗口向前滑动时（与此同时也发送了确认），发送窗口才有可能向前滑动。     收发两端的窗口按照以上规律不断地向前滑动，因此这种协议又称为滑动窗口协议。 当发送窗口和接收窗口的大小都等于1时，就是停止等待协议。 当发送窗口大于1，接收窗口等于1时，就是回退N步协议。 当发送窗口和接收窗口的大小均大于1时，就是选择重发协议。 协议中规定，对于窗口内未经确认的分组需要重传。这种分组的数量最多可以等于发送窗口的大小，即滑动窗口的大小n减去1（因为发送窗口不可能大于（n-1），起码接收窗口要大于等于1）。 2.工作原理

含有线性插值, 样条插值,Gauss矩阵列主元消去法等算法的实现 -with linear interpolation, spline interpolation, Gauss matrix main-element elimination algorithm Law Implementation

Polynomial fit functions === === RegressionObject.cls contains a class that provides an easy way to add polynomial regression functionality to any application. If you just want linear regression or a very high degree, no matter: this class has good performance and scales seamlessly with the complexity of your problem.-Polynomial fit functions === === === === RegressionObject.cls contains a class that provides an easy way to add polynomial regression functionality to any application. If you just want linear regression or a very high degree, no matter: this class has good performance and scales seamlessly with the complexity of your problem.

kalman tracking a ba