Pi BBP 算法

复数据快速傅立叶变换算法-Minute Data Fast Fourier Transform algorithm

矢量的快速排序-Quick sort of vector

采用vs2008 c#编写 Q-Learning强化学习的代码实现 状态空间5维，动作空间5维-Using vs2008 c# Q-Learning reinforcement learning the code to achieve the state-space five-dimensional, five-dimensional action space

彩色演通过定向线性最小均方误差 EstimationDigital 摄像机样品使用彩色滤光片的场景马赛克图案 （例如，拜耳模式） 的数组。演颜色样本的图像质量的关键。这本文提出了一种新颜色演的优化技术定向滤波的绿色 — — 红色和绿色 — — 蓝色的区别信号。两者的主要区别信号的假设下(PDS) 之间的绿色和红色/蓝色通道是低通缺少绿色样本自适应地估计在两个水平和垂直方向的线性最小均方误差估计 （LMMSE） 技术。这些方向的估计然后以最佳方式融合，进一步提高绿色的估计数。最后，遵循 demosaicked 的全分辨率绿色通道，其他两个颜色通道是从 LMMSE 重建筛选和融合的综合布线系统。实验结果表明，提出了的颜色演技术优于现有的方法在峰值信噪比测量和视觉感知。

bp神经网络在语音识别中的应用，同时利用Matlab进行仿真得到结果。  神经网络是近年来信息科学、脑科学、神经心理学等诸多学科共同关注和研究的热点。由于其具有良好的抽象分类特性,现已应用于语音识别系统的研究和开发，并成为解决识别相关问题的有效工具。文章在讲述语音识别过程的基础上重点讨论利用BP神经网络对语音进行识别,用matlab完成对神经网络的训练和测试,并获得满意的结果。

JPEG组织官方JPEG算法源代码，内含编码和解码，包括JPEG, JPEG2000, BMP, PNM等等格式的编解码，精度准确，经过实际编译测试，代码可用。

应用背景蓝色的噪声特性的抽样分布广泛的应用在计算机图形学。虽然泊松盘分布是已知的具有优良的蓝色的噪声特性，他们通常被认为过于昂贵的计算实时生成。我们提出由O飞镖采样新方法（N logN）的时间，引入一个新的和有效的变化ffiO产生的泊松磁盘分布（n）的时间和空间。关键技术 ；计算机图形学中的几乎所有问题都涉及到采样。众所周知，抽样分布的性质可以大大一ffECT的fi最终结果的质量。在特别是，蓝噪声模式表现特别好的在这种情况下，因为他们的频谱的直流穗在低能环。高质量的采样方式尤其重要，当采样图像平面中的光线跟踪，不仅因为他们更好地捕捉连续函数的采样，而且还因为在这个设置功能重建的直接显示，所以任何抽样误差会特别明显的观众。

把1到n的数放在一个环里,使相邻的2个数和是质数.用递归做-n to put a few on a loop, so that the two neighboring and the number is prime. Using recursive do

以100、1000、2000、5000、10000个碎甲产生的序列随机数作为测试样本，通过时间复杂度以及比较次数详细比较了快速排 序、堆排序、冒泡排序、插入排序四种排序方法的性能，算法通过VC6.0实现，可以编译通过。同时更改源代码中的随机数产生函数值，可以更改测试性能比较的随机序列个数

使用c++编写一个简单的三角形单元有限元程序，通过编译链接，已经可以，初学有限元程序着可以看看