PXA270下wince图形类编程参考源代码，C++编写

一个简单的命令行的计算器。它是由 Visual Studio 2008 写入。我想要一个程序像 Matlab 命令窗口。我们可以一起工作，并使项目更好。请编辑该项目并将其发送给我。 我的电子邮件地址： mostafabazghandi2001@gmail.com

可以定时关机的例子-can Mytob.BSNotes example

监测指定目录中的文件/目录的改变 ！-monitoring designated directories of file/directory!

绘图基本功，比较详细的介绍了一些画图，基本包含所有画图炒作-Drawing basics, a more detailed introduction to a number of drawing, basic drawing contains all the hype

作业调度问题的解决，解决一大类工作分配的问题。-Job scheduling problem and solve a large class of work allocation.

实现了内存cpu监控，类似域winxp系统查看内存cup消耗情况的功能-To achieve the memory cpu monitor, similar to a domain winxp system, view the memory consumption function of cup

系统调用提供的简单控制-system calls for a simple control

简单的计算器编写程序，用了GUI，可以实现+-*/的运算-Simple calculator programming, using the GUI, can be achieved+-*/Computing

把flash文件包含到程序中，可以与文件中设定的fscommand互动-The flash file contains the procedures, and documents can be set fscommand interaction

应用背景基于图形的物体跟踪是一个重要的计算机视觉科学的分支，是适用于这两个行业和其他方面。图像跟踪方法大致分为2个主类别：概率跟踪和确定跟踪。概率跟踪方法已成为占主导地位，由于其稳定和强大的性能。卡尔曼滤波器和粒子滤波是它们的经典代表。卡尔曼过滤器对系统模型和后验分布有严格的限制因此，仅仅是能够处理线性，高斯和单模态情况。然而，在图像跟踪应用程序，后密度是往往是非线性的，非高斯和多模态，从而应用卡尔曼滤波器是有限的。不同于卡尔曼滤波，粒子滤波因为它的维护能力，在跟踪领域有了很大的发展状态的多模态分布和噪声的鲁棒性。本文主要讨论了粒子滤波在图像跟踪中的应用一系列理论基础，并实现了一个简单的自适应粒子滤波。关键技术计算机视觉科学中的基于图像的目标追踪是一个重要的分支，无论是在工业界还是在其他领域都有非常广泛的应用。图像跟踪方法大致可分为两大类概率跟踪方法和确定性跟踪方法。概率跟踪方法由于性能稳定、可靠，已经成为图像跟踪的主流方法。卡尔曼滤波聚类方法和粒子滤波方法就是这类方法的典型代表。卡尔曼滤波聚类方法对系统模型和后验概率有很高的要求和严格限制，只能处理线性，高斯，单模态的情况，而在图像跟踪应用中，后验概率的分布往往是非线性、非高斯、多模态的，因此卡尔曼滤波聚类方法的应用收到一定限制。与卡尔曼滤波聚类方法不同，粒子滤波对于系统模型没有特殊要求，而且能够保持状态的多模态分布，不易受杂波的影响，在跟踪领域得到了很大发展。本文主要探讨粒子滤波算法在图像跟踪当中的应用，它的一系列理论基础，以及实现了一个简单的自适应粒子滤波算法。