霍夫曼（Huffman）编解码程序

在计算机科学中，二叉树 （阿德尔森 Velskii 和 Landis" 树，发明者的名字命名） 是一个自平衡的二叉查找树。它是第一个被发明这种数据结构。[1] 在 AVL 树的两个孩子的任何节点的子树的高度不同最多之一 ；如果在任何时候他们相差不止一个，再平衡是为了还原此属性。查找、 插入和删除在平均和最坏情况下，所有的猛男 （logn） 时间，其中 n 是在手术前树中节点的数目。插入和删除可能需要树来重新平衡由一个或多个树轮换。

高效的c++科学算法库，提供了矩阵、复数等算法。--The high effective c++ scientific algorithm library, It provides some algorithms such as matrix, plural number,etc.

本程序由kyungsang基姆制作。如果你有问题或问题，发送电子邮件到me.kssigari@gmail.complease试试这些测试步骤1。模拟器是用于测量投影。2。demo2是解析重建众所周知过滤backprojection3。Demo3 is the iterative reconstruction using the maximum likelihood expectation maximization (MLEM) method.nx: number of image pixels of x-directionny: number of image pixels of y-directionnz: number of image pixels of z-directionsx: real size (length) of x-axis of the image -> resolution of a pixel = sx/nxsx: real size (length) of y-axis of the image -> resolution of a pixel = sy/nysx: real size (length) of z-axis of the image -> resolution of a pixel = sz/nznu: number of detector pixels of x-direction (u)nv: number of detector pixels of z-direction (axial) (v)su: size of real (length) of detector u-direction -> resolution of a pixel = su/nusv: size of real (length) of detector v-direction -> resolution of a pixel = sv/nvDSD: distance between source to detectorDSO: distance between source to iso-center (image center).dir: rota

并行编程中Monte Carlo方法求π值的程序说明（具体采用MPI＋C语言实现）-Parallel programming methods in the Monte Carlo description of the procedures seek π value (specific language using MPI C)

初学者入面C++练习，是关于对话框文件的一个简单应用程序实例，在运行过程中，会弹出对话框，然后你可以在对话框内输入一些内容，完成一些基本的运算。。希望这个小程序会对你有用

icp算法源代码，主要用于点云拼合，是基于matlab上编写的,实现两个点云数据的对准

图像的直方图直方图是分布的数据的图形表示。它是一个连续的变量的概率分布的估计，最初是由卡尔 · 皮尔森。[1] 的直方图是列表的频率，示相邻矩形，竖立在离散的时间间隔 （箱子），面积的观测频率成正比的间隔中的表示形式。矩形的高度也是相等的时间间隔，即频率间隔的宽度除以频率密度。直方图的总面积等于数据的数量。

资源描述CS7495 Final Project  Sooraj Bhat Object Removal by Exemplar-based Inpainting USING THE CODE Everything was done in Matlab and MEX (i.e. a C function callable from Matlab).  First, the C code needs to be compiled.  At the Matlab prompt, type:    mex bestexemplarhelper.c You should then be able to run the following (which takes ~2mins on my 2GHz Pentium 4 laptop with 256MB of RAM):    [i1,i2,i3,c,d,mov] = inpaint("bungee0.png","bungee1.png",[0 255 0]); A smaller run (~25 seconds) would be:    [i1,i2,i3,c,d,mov] = inpaint("bw0.png","bw2.png",[0 255 0]); To visualize:    plotall;    close; movie(mov); SAMPLE IMAGES & RESULTS *0.png      The original images ("bw" and "bungee") *{1,2}.png    The different fill region masks. *P2.png     &nbs

矩阵运算类：矩阵的数学运算、 矩阵特征值特征向量的求取-Matrix calculation categories: matrix arithmetic, matrix eigenvalue eigenvector of the strike