最小曲率扩边代码

方便需要用到SVM做研究的朋友....可用于机器学习算法研究，分类问题研究，可用于人脸识别，表情识别等等。SVM是一种训练机器学习的算法，可以用于解决分类和回归问题。。。。。。。。。。。。。。。。。。。。。。。。。。。

应用背景设计并制作一 套简易 旋转倒立摆 及其控制装置 。旋转倒立摆 的结构如图 1所 示。 电动机 A固定在支架 B上， 通过转轴 F驱动旋转臂 驱动旋转臂 C旋转。摆杆 旋转。摆杆 E通过转 轴 D固定 在旋转臂 C的一端 ，当旋转臂 C在电动机 A驱动 下作往复旋转运动时， 带动摆杆 E在垂直于旋转臂 C的自由摆臂旋转。关键技术基本要求 基本要求 （1）摆杆 从处于自然下垂 处于自然下垂 处于自然下垂 状态 （摆角 0°）开始， 驱动 电机带驱动 电机带驱动 电机带旋转臂 旋转臂 作 往复旋转使摆杆动， 并尽快 使摆角 达到或超过 -60°~ +60 ~ +60 °； （2）从摆杆处于自然下垂 摆杆处于自然下垂 摆杆处于自然下垂 状态 开始， 尽快 增大摆杆的动幅度， 增大摆杆的动幅度， 增大摆杆的动幅度， 增大摆杆的动幅度， 直至 完成 圆周运动 ； （3）在摆杆 处于 自然下垂 自然下垂 状态下， 状态下， 外力拉 外力拉 起摆杆至 接近 165°位置 °位置 ，外力 撤除 同时 ，启动 控制 旋转臂 使摆杆保持倒立状态 时间 不少于 5s；期间 旋转臂的动角度不大于 90 °。 2．发挥部分 发挥部分 （1）从摆杆处于自然下垂 摆杆处于自然下垂 摆杆处于自然下垂 状态开始， 状态开始， 控制 旋转臂 旋转臂 作往复旋转 作往复旋转 运动， 尽快 使 摆杆 摆起 倒立， 保持倒立状态 时间 不少于 10 s； （2）在摆杆保持倒立 ）在摆杆保持倒立 状态 下，施加干扰后 ，施加干扰后 摆杆 能继续保持 倒立 或 2s 内恢复 倒立 状态； （3）在摆杆 在摆杆 保持 倒立状态 倒立状态 的前提下 的前提下 ，旋转臂 作圆周运动 作圆周运动 ，并尽快 并尽快 使单方向 转过角度达到或超过 360 °； （4）其

资源描述用迭代的方法求解方程的数值解，牛顿迭代法具有二阶收敛度，newton-steffensen法具有三阶收敛度。源代码注释写的很详细，只需要替换掉方程的解析式就可以计算新的方程。

群微粒算法：本算法用群微粒算法求目标函数的最大值 //本算法使用步骤 // （1）派生自己的群微粒类，类中必须定义double GetFit(PARTICLE&)方法，用来计算每个微粒的适合度 // （2）生成派生类实例，并在构造函数中指明微粒坐标维数和群体个数 // （2）设置微粒坐标上界数组和下界数组，并用SetXup与SetXdown设置微粒坐标上下界 // （3）用SetVmax方法设置微粒最大速度 // （4）设置可选参数：C1，C2，W和通讯函数 // （5）采用Run方法进行优化运算，优化后用GetBest方法获得最优个体适合度和坐标

应用背景在世界坐标系中已知的矩形点，在摄像机图像中出现，得到了变换和逆变换。视觉工作室2010。m_homography相化学图谱学；的…m_homography。设定值（m_ptregion，350，600）；…图片上的双= 100；双五= 200，/ /或点对图像双×，，，和，/ / / /，世界坐标；m_homography。cam2world（U，V，X，Y）；…双U1，V1；m_homography。world2cam（x，y，U1，V1）；关键技术四点在世界坐标如下：（0,0），（一，0），（A，B），（0，B）四点在摄像机坐标如下：（u0，v0），（U1，V1），（U2，V2），（U3，V3）然后，得到的变换矩阵是简单的。W = HX，W =（U，V，1）T，X =（x，y，1）Tx = w-1w ； ； ； ；  H1 H2 H3； ；H =  ；H4 H5  ； ；H6 ； ； ； ；H7 H8  ； ；H9h2y + H3 = H1X + U（h7x + h8y + H9）h4x + h5y + H6 = V（h7x + h8y + H9）

资源描述 在点数比较小的时候如何使用动态规划来提高运行效率。 在点数比较小的时候如何使用动态规划来提高运行效率。 在点数比较小的时候如何使用动态规划来提高运行效率。 在点数比较小的时候如何使用动态规划来提高运行效率。 在点数比较小的时候如何使用动态规划来提高运行效率。 在点数比较小的时候如何使用动态规划来提高运行效率。

公式计算例子关于sin方程组-formula examples of sin equations

日历程序源代码 visual basic

有也大量作品隐藏加密域中的数据。研究了 Thereversible 中的数据隐藏加密图像。大部分的学习可逆数据隐藏侧重于嵌入中提取的 plainspatial 域上的数据。内容所有者进行加密使用的加密密钥，将原始图像和数据隐藏虽然他并不知道原始的内容，是可以嵌入加密的图像围棋数据隐藏键的附加数据。报头图像包含额外数据，接收器可能首先对近来对加密密钥进行解密，然后提取嵌入的数据和 recoverthe 原始图像的数据隐藏关键。在分离的无损数据隐藏加密图像中一种新型方案。在拟议的方案中，使用额外的数据嵌入到加密的图像使用一个数据隐藏密钥加密 keyand 原始图像进行加密。如果一个接收器有数据隐藏键，他可以提取去掉了其它数据，虽然他并不知道图像内容。如果接收器具有加密密钥，他可以解密接收到的数据来获得图像像最原始的一个，但不能提取更多的数据。如果 receiverhas 数据隐藏密钥和加密密钥，他可以去掉了其它数据提取并恢复原始的内容没有任何错误利用自然图像的空间相关性，当额外数据量不是太大。

来自于西南交通大学 电气工程学院的专业，电子信息工程专业的数据结构课程的实验代码。DS_1即为实验作业一，以此类推。内容从前到后含有顺序表的顺序存储，链式存储，还有栈和队列的各种基本操作。