基于HMM的喂煤量预测

说明： 这个工具箱允许多通道图像去噪 它包括 4 子文件夹： 1） estimSP： 包含所有的 m-文件关于块估计 2） 图像： 包含一些测试图像 (3 阶) 3） 测出： 包含所有的 m-文件加载 intercorrelations 4） 工具： 包含所有 m-文件的必要的工具

这是我学习《数值分析》所编写的一个程序，用于线性方程组的雅可比求解。-This is my learning "Numerical Analysis" prepared by a procedure for the linear equation for the Jacobian.

快速和优化 Apriori 算法 c + + 中为数据挖掘中的频繁项集挖掘。 实施是快速和高效的内存。

通过生成 fuctiilor Sierpinski 分形数学家的名字命名的建筑。一代人，和图像的示例包含生成的程序窗口。

按照既定的步长，输入后筛选已有数据 程序3-accordance with the established step, the imported data screening procedures have been 3

使用奇异值分解算法的prony算法-single value decomposition based prony algorithm-The use of singular value decomposition Prony algorithm algorithm-single value decomposition based prony algorithm

用遗传算法实现TSP最短路寻优问题，遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择个体

用matlab编写的梁几何大变形程序包括静力和动力程序-using Matlab beam geometry prepared by the large deformation process includes static and dynamic process

图形结构和最大的派系 在广泛的应用，包括社交网络通信分析、 计算机网络分析、 计算机视觉和许多其他中遇到的最大团问题。 对于甚至中等大小的图，原来在计算机科学中的最具挑战性和有趣的问题之一是最大的派系问题。 用于解决的最大团问题的技术 — — 其中包括禁忌搜索、 贪婪搜索、 高原搜索、 实时参数适应和动态解决方案历史 — — 在许多其他问题方案中可以使用。 在短期，解决了最大团问题的代码可以直接对您非常有用，并在算法中采用的先进的技术可以帮助解决其他困难的编程问题。

反取证指示标识，调查通过网络发送的图像，并确保透明性和图像的质量。这项工作提出了 PC 安全工具包 [隐写术与反取证嵌入和有效载荷能力]。该工具包提供了高的嵌入容量 （有效负载） 和图像质量 ；与两个隐写计划，可以嵌入和从图像中提取的秘密。拟议的制度有图像文件和秘密消息作为封面图像和文本的文件。上述方法速记算法是利用改性 direction(HoEMD) 和自适应修正 direction(AdEMD)，其中考虑到敏感人类视觉系统 （HVS） 的亮点。HoEMD 方法利用像素的方向。一个像素有一个较大的变化就意味着更多像素的方向，并最终，较大的嵌入容量。像素差分中提出的 AdEMD 方法用于评价是否位于边缘地区的像素可以容忍更大的变动，比在一个光滑的区域中的像素位置。若要成功地提取一条消息，差分值被维持之前相同的层次上和后隐藏了数据 ；以及用是一个微妙的调整阶段。拟议的隐写术计划在盲 steganalyzer 的有效性使用卡方分析 ； 统计攻击并且有一个伪随机序列为嵌入图像数据。提供了对 [MD5 及 DES] 的数据进行加密和压缩数据的附加功能。