一个演示正二十面体与球的(OR)组合(AND)组合(SUB)组合等的工程,编译,运行都需要glut...

这是一个实现二叉树的代码，关于二叉树的所有操作都在其中，遍历、增加、删除、修改等。生成一个二叉树，先生成一个根节点，之后插入的节点的值与其比较，小于则放在左边，大于则放在右边。依次如此下去，可得一个完整的二叉树。二叉树主要是用来组织数据的，通过这种组织方式可以很好地对数据进行相应的增删查改等基础操作。

acm pku的经典题目的代码和思路，包括了DP问题，贪心，回溯，等等都是很经典的题目-acm pku classic subject code and ideas, including the DP problem, greedy, backtracking, and so on are all very classic topic

library IEEE;                       --库说明 USE IEEE.STD_LOGIC_1164.ALL; USE IEEE.STD_LOGIC_ARITH.ALL; USE IEEE.STD_LOGIC_UNSIGNED.ALL; entity bldzqdqwcb is                 Port ( clr: in  STD_LOGIC;                                 ----qing 0            clk,button0: in  STD_LOGIC; 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

二分查找(Binary Search)　二分查找又称折半查找，它是一种效率较高的查找方法。　二分查找要求：线性表是有序表，即表中结点按关键字有序，并且要用向量作为表的存储结构。不妨设有序表是递增有序的。

立体影像对的光束法严密解求外方位元素：已知控制点的左右影像像点坐标和物方空间坐标，解求左右影像的外方位元素。-three-dimensional images of the bundle closely to Solve exterior orientation elements : known control points around the image pixel coordinates and objects to space coordinates solution for image around the exterior orientation elements.

用VB实现多种数值插值方法。包括：接格朗日，有序函数，三次样条，有序表的检索法，插值多项式等七种插值法。-VB multiple numerical interpolation method. Including : Next granges and orderly function, cubic spline, orderly table retrieval, polynomial interpolation seven interpolation.

1986 年 Canny 在麻省理工的硕士论文中提出了 Canny 边缘检测算子[10]。Canny算子是一个具有滤波、增强以及检测的多阶段优化算子，它具有很好的边缘检测的性能。得到了越来越广泛的应用。 Canny 考查了以前的边缘检测算子和边缘检测的应用，发现尽管这些算子的应用出现在了不同的领域中，但是他们都有一些共同的要求：[3] （1）好的检测效果，也就是说对边缘的错误检测要尽可能的低：在图像的边缘出现的地方检测结果中必须有，而且不能出现虚假边缘。在所有使用边缘检测做更深入的研究工作的系统中，它的性能都依赖于边缘检测的误差。 （2）对边缘的定位要准确：标记出来的边缘位置要和图像的真正边缘的中心位置充分的接近。 （3）对同一个边缘要有低的响应次数。即单个边缘产生多个响应的概率要尽可能的低，而且对虚假边缘的响应要尽可能的抑制。 这就是 Canny 提出来的三准则。他是第一个明确的提出这三条准则并且完整的解决了这三个问题的人。他将上述原则用数学表达式表示出来，然后利用优化理论得到最优边缘检测的模板。 Canny 算子实现检测边缘的步骤如下： （1） 用高斯滤波器平滑图像。 （2） 计算平滑后的图像的梯度幅值和方向。 （3） 对梯度幅值采用非极大值抑制，其过程为找出图像梯度中的局部极大值点，把其他非极大值点置零而得到细化的边缘。 （4）用双阈值算法检测和连接边缘 

用c编写的N皇后问题-used to prepare N Queens

自编FFT谱分析中的栅栏效应演示-self FFT spectrum analysis of the effect of the fence demonstration

生物识别：