四元数求解姿态

用C实现的线性卡尔曼滤波-C realization of linear Kalman Filtering

k均值聚类方法的c代码，并且带有聚类数据，适用于刚刚接触该算法的初学者-k-means clustering method c code, and with the clustering data, applicable to just access to the algorithms for beginners

卡尔曼滤波是解决以均方误差最小为准则的最佳线性滤波问题，它根据前一个估计值和最近一个观察数据来估计信号的当前值。它是用状态方程和递推方法进行估计的，而它的解是以估计值（常常是状态变量的估计值）的形式给出其信号模型是从状态方程和量测方程得到的。 卡尔曼过滤中信号和噪声是用状态方程和测量方程来表示的。因此设计卡尔曼滤波器要求已知状态方程和测量方程。它不需要知道全部过去的数据，采用递推的方法计算，它既可以用于平稳和不平稳的随机过程，同时也可以应用解决非时变和时变系统，因而它比维纳过滤有更广泛的应用。

资源描述kmenas算法首先选择K个初始质心，其中K是用户指定的参数，即所期望的簇的个数。这样做的前提是我们已经知道数据集中包含多少个簇，但很多情况下，我们并不知道数据的分布情况，实际上聚类就是我们发现数据分布的一种手段

用C＋＋Builder实现的银行家算法可以任意 输入进程个数各类资源的个数输出安全序列-with C++ Builder bankers algorithm can process arbitrary importation of all types of resources the number of security Sequence Number output

使用graham算法求二维凸包- Uses the graham algorithm to ask the two-dimensional raised package

ZIP解压源程序 VC++编写 Borland C++buider 环境下通过-source VC extracting ZIP prepared Borland C environment through buider

首先确定眼睛的位置和视线方向。然后确定从眼睛出发通过每个象素中心的光线方程。通过该光线求光线与场景中物体的最近交点。 若有交点，首先产生阴影测试光线，它是连接交点与光源的光线，然后计算该交点与光源间是否有阻挡物，如果没有则计算该点的Phong模型分量，若有阻挡物则不计算。若交点处的场景为反射表面，则产生反射光线，将此光线继续与场景求交。若交点处的场景具有透明性，则产生透射光线，将此光线继续与场景求交。 若无交点，则返回默认值。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

一个数值计算程序的OpenMP的并行化代码，其中对循环部分的并行化可以做为参考-simulation program, an example can be reused for other apps.

应用背景最优形状设计是一种学习多层感知器的任务，应用神经网络对实际执行问题进行研究设计一个机翼，在这里的目标是电脑化的翼型设计过程和较少的时间设计机翼，在这个过程中，一个希望优化的解决方案的一些数学模型的标准它的领域，分享设计是非常重要的工业应用领域，一数学模型和物理约束的最佳形状设计所需的，为神经网络的变分公式为问题的解决提供了直接的方法。我们用传统的逆方法利用流域的保角映射方法，基于人工的逆设计方法进行了神经网络的计算，计算流体力学求解器（流利）首先是用来生成存储和服务的解决方案作为神经网络的输入。基于这些数据，使用一个合适的算法和神经网络的训练确定了优化的网络，并提出了一种翼型设计的技术方案。基于神经网络的逆设计。每个设计师都有自己的方式和他喜欢的工具进行。有些人喜欢使用反设计代码（比如Eppler代码）规定的流动参数，得到几何图形。气动设计大致可分为以下2类：1）直接数字优化方法2）逆方法。关键技术可以描述的翼型轮廓通过一系列的X和Y坐标。空气动力系数对应于一系列的翼型件存储在一个数据库中，随着翼型坐标，优化后的进给前馈神经网络是用来生成翼型坐标作为输出的通过气动系数作为输入，对目标和获得的翼型进行了比较，并从优化的神经网络中提取翼型外形匹配与存储在数据库中的翼型配置文件。