移动基站考勤系统

应用背景对于智能计算、优化理论方面，遗传算法和粒子群算法都属于现代仿生类优化算法，但是两者还是存在差异，遗传算法的核心在于变异和交叉，粒子群算法的核心在于个体寻优和群体寻优之间取平衡。通常研究者机械地将将两种算法结合起来，使得程序复杂，运行时间偏长，本程序以粒子群算法为主，巧妙地将遗传算法的变异思想引入粒子群算法，这一简单改进却可以大大提高粒子群算法的性能。但是，注意 引入随机数时的阈值 需要反复试验确定，目前这个程序没有做到阈值自适应。关键技术将遗传算法的变异思想 巧妙引入 粒子群算法 中改进粒子群算法寻优性能，使得寻优速度更快，当测试复杂高维的benchmark时，也更加接近最优值

matlab fftn.m 在matlab中开发的 .m源程序-matlab fftn.m in matlab developed. m source

采用基于RSSI的ZigBee定位技术。 采用基于RSSI的ZigBee定位技术，实现两个基站对目标的定位及校准功能

显示一个日历表-Showing a Calendar

基于OpenCV从采用混合高斯模型GMM算法应用在视频监控等场景下进行前景提取，通过大量的训练样本对背景的混合高斯模型进行训练，能够实时精确地提取出视频中的前景行人。

!此代码包括微分进化算法的最优控制问题!Fortran 90 节目翻译从原始的 MATLAB ！差分进化 （DE） 的版本。此 FORTRAN 90 代码!已经过测试的康柏视觉 Fortran v6.1。!任何用户新德鼓励阅读这篇文章的暴风雨和价格。!!长篇：!暴风雨，钢筋和价格，希，（1996 年）。最小化的真正功能!ICEC 96 竞赛由微分进化。在进化上的 IEEE conf.!卧铺，842 844。

完成表达式求值 加减乘除 都可以的-expression evaluates to complete the arithmetic can be the

算法与数据结构试验中实验一：完成相关创建链表、排序、插入、 删除 等常见链表操作

vc下实现的最优化程序代码-vc achieve the optimal code

应用背景统计中经常会遇到求置信区间、置信区域（如置信椭圆、置信椭球）等，有时候需要把置信区域画出来，这样看起看更为直观，下面结合具体案例介绍调用自编函数ConfidenceRegion绘制置信区域。 关键技术【例1】绘制置信区间。产生一元正态分布随机数向量，绘制样本数据的95%置信区间。【例2】绘制置信椭圆。产生二元正态分布随机数矩阵，绘制样本数据的95%置信椭圆区域。【例3】绘制置信椭球。产生三元正态分布随机数矩阵，绘制样本数据的95%置信椭球区域。